本仓库讨论并沉淀"如何构建 AI 能用的知识库"的方法论——不是某个工具的使用手册,而是在 把文档交给 RAG / Agent 消费之前,内容本身该怎么组织、怎么结构化、怎么维护。
| 文档 | 内容 |
|---|---|
| 如何构建 AI 能用的知识库 | "给人看"和"给 AI 用"的差别、内容原子化与目录组织、分类体系 / 本体论 / 知识图谱三层工具、文档格式规范、面向检索的分块策略、向量检索与 GraphRAG 的取舍、内容治理闭环、常见误区、落地检查清单 |
核心判断:AI 知识库的瓶颈不在模型和工具,而在内容本身的结构化程度和持续维护机制。
本仓库只有 Markdown 文档,没有需要安装的代码。在线阅读直接点上面的链接;想在本地检索或 拿去喂给自己的知识库,克隆下来即可:
git clone https://github.com/farfarfun/fundoc.git
cd fundoc落地时建议的用法:拿 docs/ai-knowledge-base-guide.md
末尾的检查清单逐条过一遍自己现有的文档库,先修内容,再挑工具。
farfarfun 是一个专注于实用工具库的开源组织,涵盖云存储、 数据处理、AI、多媒体与开发工具链等方向。本仓库在其中承担的是方法论文档的角色:面向 知识库 / RAG 的内容侧规范,与面向代码仓库的开发规范文档 fundev-doc 分工互补。
- 🏠 组织主页:https://github.com/farfarfun
- 📦 PyPI:https://pypi.org/user/niuliangtao/
- 📧 联系:farfarfun@qq.com
本项目基于 MIT 协议开源。