QAnything 综合介绍
QAnything(Question and Answer based on Anything)是由网易推出的本地知识库问答系统，支持各类文件格式及数据库，可离线安装使用。它可以处理PDF、Word、PPT、XLS等多种格式的文件，支持跨语言问答，并提供大数据量问答支持，具有高性能、用户友好、多知识库问答能力和数据安全性等特点。
该系统基于自研的RAG（检索增强生成）引擎，提供高效、准确的问答服务。QAnything适用于企业内部文档管理、法律咨询、政务服务等多种场景，帮助企业提高信息获取和决策效率。
QAnything 主界面
QAnything 创建的机器人聊天界面
QAnything 原理
QAnything 免费版会员权益
功能列表
- 支持多种文件格式：PDF、Word、PPT、Excel、Markdown、TXT、图片等
- 本地部署：无需联网即可使用，确保数据安全
- 高效检索：基于RAG引擎，提供高准确率的语义检索
- 灵活工作流：通过Agent实现自动化任务处理
- 内容生成：基于参考资料生成完整的大纲和文章内容
- 场景定制：根据企业需求进行模型和检索优化
QAnything 使用帮助
系统要求：Linux具有至少4GB GPU内存，Windows系统需要WSL子系统
如何安装：通过git克隆并运行启动脚本
如何使用：可通过网页前端或者API接口进行问答操作
FAQ：提供常见问题解答
技术支持：提供社区支持和开发者邮件咨询服务
安装流程
- 下载QAnything：访问GitHub页面，下载最新版本的QAnything。
- 环境准备：确保系统已安装Docker和Docker Compose。
- 拉取代码库：在终端中执行
git clone https://github.com/netease-youdao/QAnything.git命令。 - 进入项目目录：执行
cd QAnything进入项目根目录。 - 启动服务：执行
docker-compose up -d命令启动QAnything服务。
使用流程
- 上传文件：通过QAnything的界面上传需要解析的文件，支持PDF、Word、PPT、Excel等多种格式。
- 检索问答：在搜索框中输入问题，QAnything会基于上传的文件内容进行检索并生成答案。
- 查看结果：系统会展示相关的答案和参考资料，用户可以点击查看详细内容。
- 内容生成：用户可以选择生成大纲或文章，系统会基于参考资料自动生成内容。
功能操作详解
- 文件上传：点击“上传文件”按钮，选择需要解析的文件，支持批量上传。
- 问题检索：在搜索框中输入问题，点击“搜索”按钮，系统会展示相关答案。
- 答案查看：点击答案卡片，可以查看详细的答案和参考资料。
- 内容生成：在内容生成模块中，输入关键词或参考资料，点击“生成”按钮，系统会自动生成大纲或文章。
QAnything 核心技能
一阶段检索（embedding）
| 模型名称 | Retrieval | STS | PairClassification | Classification | Reranking | Clustering | 平均 |
|---|---|---|---|---|---|---|---|
| bge-base-en-v1.5 | 37.14 | 55.06 | 75.45 | 59.73 | 43.05 | 37.74 | 47.20 |
| bge-base-zh-v1.5 | 47.60 | 63.72 | 77.40 | 63.38 | 54.85 | 32.56 | 53.60 |
| bge-large-en-v1.5 | 37.15 | 54.09 | 75.00 | 59.24 | 42.68 | 37.32 | 46.82 |
| bge-large-zh-v1.5 | 47.54 | 64.73 | 79.14 | 64.19 | 55.88 | 33.26 | 54.21 |
| jina-embeddings-v2-base-en | 31.58 | 54.28 | 74.84 | 58.42 | 41.16 | 34.67 | 44.29 |
| m3e-base | 46.29 | 63.93 | 71.84 | 64.08 | 52.38 | 37.84 | 53.54 |
| m3e-large | 34.85 | 59.74 | 67.69 | 60.07 | 48.99 | 31.62 | 46.78 |
| bce-embedding-base_v1 | 57.60 | 65.73 | 74.96 | 69.00 | 57.29 | 38.95 | 59.43 |
- 更详细的评测结果详见Embedding模型指标汇总。
二阶段检索（rerank）
| 模型名称 | Reranking | 平均 |
|---|---|---|
| bge-reranker-base | 57.78 | 57.78 |
| bge-reranker-large | 59.69 | 59.69 |
| bce-reranker-base_v1 | 60.06 | 60.06 |
- 更详细的评测结果详见Reranker模型指标汇总
QAnything 应用场景
- 跨语种：多篇英文论文问答
- 信息抽取
- 文件大杂烩
- 网页问答
