登录
推荐 文章 Go 技术 课程 下载 专题 AI
首页 >  AI 办公学习  >  Quivr
Quivr AI:开源本地知识库与第二大脑搭建指南

Quivr

AI 办公学习
264次浏览
2026-09-25

工具简介

Quivr是一款开源AI知识库工具,支持PDF、音频等多格式文件向量化存储。通过自然语言对话检索信息,兼容GPT-4及本地部署,打造您的个人第二大脑。

详细介绍

Quivr是什么?

Quivr AI 是一款开源的本地知识库构建方案,致力于借助大语言模型和生成式人工智能技术,协助用户高效存储与检索非结构化数据,从而打造个人的“第二大脑”。该工具支持用户上传文本、Markdown、PDF、音频及视频等多种格式的文件,将其转化为向量数据并进行存储。用户只需通过自然语言对话,即可向 Quivr 提问并快速获取与上传文档相关的精准信息。

Quivr

Quivr的主要功能

  • 多格式文件上传与管理:支持将文本、Markdown、PDF、音频和视频等各类文件上传至 Quivr。系统会对这些文件进行向量化处理,为后续的高效检索与分析奠定基础。
  • 自然语言智能问答:依托自然语言处理(NLP)技术,用户可以直接使用日常语言向 Quivr 发起提问,AI 将基于上传的文件内容自动生成准确回答。
  • 高效信息检索:Quivr 具备深入理解与检索文档内容的能力,帮助用户迅速定位所需数据,免去了手动搜索或翻阅海量文档的繁琐过程。
  • 灵活集成与API支持:提供标准化的 API 接口,方便第三方应用和服务与 Quivr 无缝集成,从而拓展其功能边界及应用场景。
  • 广泛的大模型兼容:支持集成 OpenAI 的 GPT-3/4、Anthropic 的 Claude 模型,同时也允许通过 Ollama 连接开源大型语言模型,确保问答服务的准确性与多样性。
  • 开源架构与本地部署:作为开源项目,Quivr 的源代码托管于 GitHub。用户可选择在本地环境中部署,以实现对数据隐私和安全性的更高掌控。
  • 严格的数据安全与隐私保护:Quivr 高度重视用户数据安全,承诺除非获得用户明确授权,否则上传数据不会用于训练 AI 模型。同时,平台提供了数据加密及安全存储机制。
  • 对话历史回顾与分析:系统自动保存用户的提问记录及 AI 回复,方便用户随时回顾和分析对话内容,进一步挖掘知识库中的潜在价值。
Quivr

如何使用Quivr AI

一、使用在线托管服务

  1. 访问 Quivr 官方网站(quivr.app),点击“Try free demo”按钮完成注册与登录流程
  2. 点击“Add Brain”创建新的“大脑”(即知识库),并根据需求选择知识库类型(如文档或应用程序)
  3. 设定知识库的名称与描述,随后上传相关文件或直接添加网页 URL
  4. 在搜索界面输入您的问题,即可与已构建好的知识库进行交互式对话检索

二、本地部署开源版本

  • 前往 Quivr 的 GitHub 开源代码仓库 https://github.com/StanGirard/quivr,参照官方说明配置 Supabase 环境,并使用 Docker 完成部署

Quivr AI的产品价格

  • 开源版:完全免费且开源,用户可依据 GitHub 提供的代码自行在本地或云端进行部署
  • 在线版:
    • 免费版:支持创建3个知识库,每月限额100次提问,提供30Mb存储空间
    • Hobby版:月费9美元,支持构建12个知识库,每月限额1000次提问,提供600Mb存储空间
    • Plus版:月费29美元,支持构建20个知识库,每月限额4000次提问,提供1GB存储空间,支持GPT-4模型
    • Pro版:月费99美元,支持构建40个知识库,每月限额10000次提问,提供2GB存储空间,支持GPT-4模型
Quivr

最新文章

Java MethodHandles.filterArguments 怎样按位置预处理方法参数

Java MethodHandles.filterArguments 怎样按位置预处理方法参数

MethodHandles.filterArguments 可以在调用目
Python 3.14 annotationlib.get_annotations 怎样读取延迟注解

Python 3.14 annotationlib.get_annotations 怎样读取延迟注解

Python 3.14 的 annotationlib.get_anno
Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案

Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案

围绕 Python 3.14 跨解释器有界队列,说明 Queue.put
Java Key Encapsulation Mechanism API 怎样封装共享密钥

Java Key Encapsulation Mechanism API 怎样封装共享密钥

用 Java 21 的 KEM API 理清发送方和接收方的封装、解封装
Java String Templates 为什么仍要关注模板处理器边界

Java String Templates 为什么仍要关注模板处理器边界

String Templates 的历史预览设计保留片段和值,处理器负责
Java Thread.onSpinWait 怎样给自旋等待循环降成本

Java Thread.onSpinWait 怎样给自旋等待循环降成本

Thread.onSpinWait 只是自旋等待的运行时提示,不负责同步