一、开源项目简介一飞开源，介绍创意、新奇、有趣、实用的开源应用、系统、软件、硬件及技术，一个探索、发现、分享、使用与互动交流的开源技术社区平台。致力于打造活力开源社区，共建开源新生态！
千知平台（qKnow）是一款面向企业级应用的开源知识管理系统，深度融合知识抽取、知识融合、知识推理与知识图谱构建等核心能力。平台集成先进的大语言模型（LLM）技术，显著提升对结构化、非结构化数据的理解与处理能力，实现更智能、高效的知识提取与语义融合。借助大模型强大的推理与表达能力，千知平台可帮助企事业单位快速构建高质量、可落地的知识图谱体系，驱动智能化决策与业务创新。
二、开源协议使用Apache-2.0开源协议
三、界面展示️ 系统配图
千知平台（qKnow）是一个面向企业级应用的开源知识平台。平台深度融合了知识抽取、知识融合、知识推理与知识图谱等核心功能模块，支持从非结构化和结构化数据中高效提取知识，助力企业快速构建可落地的知识图谱体系。
使用场景企业内部知识管理：技术文档库、员工手册、项目文档等。 客户服务支持：在线客服、帮助中心、FAQ等。 决策支持与战略规划：行业分析报告、竞争对手情报、市场需求预测等。 教育与培训：在线课程、职业培训、技能提升等。 故障诊断与维护：IT系统运维、生产设备维护、车辆维修等。 法规遵从与风险管理：合同审查、政策更新、风险评估等。
知识图谱为骨，大模型为脑。 企业级架构，轻量级上手。 功能模块自由组合，扩展性强如拼乐高。 初生即开源，成长由社区共塑。 技术有温度，知识有脉络。
功能模块 | 描述 | 状态 |
知识中心 | 体系化知识分类与高效文件管理，助力用户精准快速定位所需资源。 | ✅ 已完成 |
概念配置 | 自定义知识抽取概念规则，提升信息提取的灵活性与准确性。 | ✅ 已完成 |
关系配置 | 灵活配置知识间关系抽取规则，强化知识关联建模能力。 | ✅ 已完成 |
非结构化抽取 | 基于预训练模型高效提取非结构化数据中的关键知识，提升信息利用率。 | ✅ 已完成 |
结构化抽取 | 从结构化数据源中系统化抽取、转换并加载结构化知识元素。 | ✅ 已完成 |
图谱探索 | 可视化、交互式知识图谱浏览与分析界面，助力深度洞察复杂关系网络。 | ✅ 已完成 |
系统管理 | 用户、角色、部门、菜单及日志等核心系统信息的统一管理和权限控制。 | ✅ 已完成 |
知识融合 | 融合多源异构知识，通过策略优化提升知识的一致性、准确性和可用性。 | ❌ 未来计划 |
知识推理 | 利用逻辑推理技术挖掘知识间的潜在关联，增强系统的语义理解和智能决策能力。 | ❌ 未来计划 |
知识问答 | 构建基于大语言模型（LLM）与知识图谱的智能问答系统，支持自然语言交互查询。 | ❌ 未来计划 |
知识检索 | 融合全文检索与语义理解技术，实现对知识库内容的高效精准检索。 | ❌ 未来计划 |
服务管理 | 服务注册、监控、维护与优化于一体的后台服务治理解决方案。 | ❌ 未来计划 |
服务日志 | 全面记录服务调用过程，支撑故障追踪与性能分析。 | ❌ 未来计划 |
端口号 | 协议 | 说明 |
8090 | http | 服务端 |
80 | http | 网页端 |
7687 | http | Neo4j数据库 |
7474 | http | Neo4j可视化面板 |
3306 | http | mysql数据库 |
6379 | http | Redis |
访问地址：127.0.0.1:80 端口同上，账号：qKnow 密码：qKnow123
架构图
千知平台（qKnow）采用前后端分离架构，后端基于 Spring Boot，前端基于 Vue 3，整合常用中间件与数据工具，构建一站式数据中台解决方案。
️ 后端技术栈技术框架 | 描述 |
Spring Boot | 主体框架，简化配置与开发 |
MyBatis-Plus | ORM 框架，简化数据库操作 |
Spring Framework | 基础架构支持，包括依赖注入、面向切面编程等功能 |
Quartz | 定时任务调度 |
Spring Security | 安全框架，提供认证、授权等安全功能 |
Alibaba Druid | 数据库连接池，优化数据库访问性能 |
技术框架 | 描述 |
Vue 3 | 渐进式前端框架 |
Vite | 快速构建工具，替代 Vue CLI |
Element Plus | UI 组件库 |
Axios | HTTP 请求库 |
Pinia | 状态管理（替代 Vuex） |
Vue Router | 前端路由控制 |
Vis | 知识图谱展示，创建动态、交互式的可视化图表和网络图 |
Echarts | 数据可视化库，支持多种类型的图表 |
组件 / 工具 | 描述 |
DeepKE | 知识抽取工具，利用深度学习技术从文本中提取实体关系 |
MySQL | 核心关系型数据库 |
Neo4j | 图数据库 |
Redis | 数据缓存与高性能数据读取 |
Swagger | 接口文档生成工具 |
Docker（可选） | 容器化部署支持 |
在部署 qKnow 之前，请确保以下环境和工具已正确安装：
️ 服务端环境要求（后端）项目 | 推荐版本 | 说明 |
JDK | 1.8 或以上 | 建议使用 OpenJDK 8 或 11 |
Maven | 3.6+ | 项目构建与依赖管理 |
MySQL | 5.7 或 8.0 | 关系型数据库 |
Neo4j | 4.4.40 | 图数据库 |
Redis | 5.0+ | 缓存与消息功能支持 |
操作系统 | Windows / Linux / Mac | 通用环境均可运行 |
项目 | 推荐版本 | 说明 |
Node.js | 16+ | 构建工具依赖 |
npm / pnpm / yarn | 任一即可 | 包管理器 |
Vue CLI / Vite | 最新版 | 脚手架工具 |
