Knowledge Table：高效提取与探索结构化数据的开源工具

综合介绍

知识表（Knowledge Table）是一个开源项目，旨在简化从非结构化文档中提取和探索结构化数据的过程。用户可以通过自然语言查询接口创建结构化的知识表示，如表格和图形。该工具支持自定义提取规则和格式选项，并通过用户界面显示数据来源，确保数据的可追溯性。知识表为商业用户提供了熟悉的电子表格界面，同时为开发者提供了灵活且高度可配置的后端，适用于各种数据处理需求。

功能列表

• 自然语言提取：支持使用自然语言查询从非结构化文档中提取结构化数据。
• 自定义提取规则：用户可以定义提取规则，以确保数据质量。
• 格式控制：可控制提取数据的输出格式。
• 文档过滤：根据元数据或提取的数据过滤文档。
• CSV或图三元组导出：支持将提取的数据下载为CSV或图三元组格式。
• 链式提取：允许在提问中引用之前的列。

使用帮助

安装与运行

1. Docker运行：
   • 确保已安装Docker和Docker Compose。
   • 使用命令 docker-compose up -d --build 启动应用。
   • 访问前端 http://localhost:3000 和后端 http://localhost:8000。
2. 本地运行：
   • 克隆代码库：git clone https://github.com/yourusername/knowledge-table.git
   • 进入后端目录并创建虚拟环境：

     cd knowledge-table/backend/
     python3 -m venv venv
     source venv/bin/activate  # Windows使用 venv\Scripts\activate
     pip install -r requirements.txt
     

   • 启动后端服务：

     cd src/
     python -m uvicorn knowledge_table_api.main:app
     

3. 前端设置：
   • 进入前端目录并安装依赖：

     cd ../frontend/
     curl https://bun.sh/install | bash  # 安装Bun
     bun install
     bun start
     

   • 前端服务可在 http://localhost:5173 访问。

使用流程

• 上传文档：将非结构化文档上传到知识表，系统会将其分割成多个块，并存储在向量数据库中。
• 设置问题与规则：定义要提取的数据类型和相应的问题，系统将根据这些信息进行处理。
• 查看结果：完成数据处理后，用户可以查看结构化输出，并根据需要进行调整。

注意事项

• 确保遵循相关法律法规，避免侵犯他人权益。
• 定期验证提取的数据，以确保其准确性和时效性。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>