kotaemon｜开源文档问答RAG工作台

用途定位

kotaemon 是一个开源文档问答（RAG）界面与开发框架。官方将其定位为“干净、可定制的 RAG UI”，同时面向两类人群：希望直接对文档提问的普通用户，以及希望自建 RAG 流水线的开发者。需要说明的是，它既可作为自托管的 Web 界面使用，也提供可被程序导入的库（如 import kotaemon），因此不能简单等同于一个双击即用的桌面软件；非开发用户建议按官方用户指南使用发布包方式启动。

主要功能

• 自托管文档问答 Web 界面，支持多用户登录，文档集合可设为私有或公开，并可分享对话。
• 模型管理：支持 OpenAI、Azure OpenAI、Cohere、Groq 等 API 提供方，也支持通过 Ollama 与 llama-cpp-python 使用本地模型。
• 混合检索流水线：默认组合全文检索与向量检索并做重排序，官方称用于提升检索质量。
• 多模态问答：支持含图片和表格的文档，可在界面中选择多模态文档解析方式。
• 引用与预览：默认返回详细引用，可在浏览器内 PDF 查看器中高亮定位，并在检索相关性低时提示。
• 复杂推理：支持问题分解以应对多跳问题，以及 ReAct、ReWOO 等代理式推理。
• 界面内可调：检索与生成的主要参数、提示词等大多可在设置界面调整。
• 可扩展：基于 Gradio 构建，可自行修改界面；文档索引与检索支持多种策略，并提供 GraphRAG 索引示例。

输入与输出

输入为待解析的文档（如 PDF、HTML、MHTML、XLSX；更多格式需安装 Unstructured）以及用户问题；输出为带引用来源的答案，并在界面中展示相关度分数与原文定位。

获取与使用步骤

1. 访问项目仓库与官方用户指南，阅读安装说明；非开发者建议下载最新发布包而非从源码安装。
2. 环境要求为 Python 3.10 及以上；Docker 为可选项，官方推荐用 Docker 方式启动，镜像分 lite 与 full，full 含 Unstructured 额外依赖以支持更多文件类型。
3. 启动后在浏览器访问本地 7860 端口进入 Web 界面（默认账号密码均为 admin，官方提示应在使用前修改并新增用户）。
4. 在“资源”页配置 LLM 与嵌入模型，填入对应 API 密钥，或连接本地 Ollama 服务并拉取所需模型。
5. 上传文档建立集合，即可开始提问。应用数据默认存放于本地应用数据目录，可备份或迁移。

示例任务：把一批产品手册放入私有集合，提问“某型号的保修期限与更换条件是什么”，系统给出答案并标注手册页码，便于人工复核。

运行环境与限制

• 平台：官方测试平台为 linux/amd64 与 linux/arm64（较新 Mac 可用 arm64），其他平台未在资料中说明，待核查。
• 硬件：本地模型对内存有要求，官方建议所选模型占用内存应低于设备可用内存并留出约 2GB；未给出统一的最低配置。
• 费用：代码许可为 Apache-2.0；但调用 OpenAI、Azure、Cohere、Groq 等外部服务以及使用 Azure Document Intelligence、Adobe PDF Extract 等解析 API 会产生各服务方自己的费用与条款，需另行核对。
• 国内访问：官方未说明国内网络下的可用性，相关 API 与镜像拉取的可达性待核查；未提供与国内模型服务的兼容性结论。
• 隐私：若使用云端 API，文档内容与问题会发送至相应服务方；完全本地部署需自行配置本地模型与本地解析器（如 Docling、PaddleOCR），其效果待核查。
• 许可：仓库代码为 Apache-2.0，第三方模型权重、解析服务与外部 API 各自遵循其自身条款，需分别核对。
• 状态：项目未归档，仍在持续开发，功能与接口可能变化；以上能力描述来自官方文档，尚未经过我方实测。

来源与使用边界

官方仓库：https://github.com/Cinnamon/kotaemon

资料版本：https://github.com/Cinnamon/kotaemon/blob/9ad3e4e49aa35b8acddd235918a5d9753c1cfdf9/README.md

维护方：Cinnamon/kotaemon；采集日期：2026-11-13。依据官方资料经AI整理，本站未安装、运行或实测。

许可标识：Apache-2.0，具体范围以原始许可文件为准；代码、模型权重、依赖及在线服务适用各自条款。开源不代表模型调用、托管或商业服务免费。国内访问、硬件及模型适配条件未经本站验证。