【AI+本地知识库】个人整理的三类共7种主流的本地知识库开源技术方案

近期正在做本地知识库的搭建工作，调研一圈后整理出本篇。

朋友们可以根据使用场景、界面风格和方案特色，各取所需~

0、概览

1、浏览器简明通用类：

1.1 LangChain-Chatchat (原 Langchain-ChatGLM)

• 开源地址：https://github.com/chatchat-space/Langchain-Chatchat

• Star数：34.3k

• 介绍：一种利用 Langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。

1.2 Open WebUI

• 开源地址：https://github.com/open-webui/open-webui

• Star数：84.5k

• 介绍：用户友好的 AI 界面（支持 Ollama、OpenAI API 等）。

• 之前介绍过：【AI实践】Windows上私有化部署可联网、可上传文件的DeepSeek-R1步骤全记录

2、浏览器工作流Agent类：

2.1 Dify

• 开源地址：https://github.com/langgenius/dify

• Star数：84.2k

• 介绍：Dify 是一个开源LLM的应用程序开发平台。Dify 的直观界面结合了 AI 工作流程、RAG 管道、代理功能、模型管理、可观测性功能等，让您可以快速从原型到生产。

• 之前介绍过：【AI实践】应用Dify+Ollama实现基础Agent工作流（含RAG与LLM）

2.2 RAGFlow

• 开源地址：https://github.com/infiniflow/ragflow

• Star数：45.9k

• 介绍：RAGFlow 是一个基于对文档的深入理解的开源 RAG（检索增强生成）引擎。

2.3 MaxKB

• 开源地址：https://github.com/1Panel-dev/MaxKB

• Star数：14.8k

• 介绍：即用型且灵活的RAG聊天机器人，支持主流的大型语言模型（LLMs），如DeepSeek-R1、Llama 3.3、Qwen2、OpenAI等。

3、桌面独立应用类：

3.1 Cherry Studio：

• 开源地址：https://github.com/CherryHQ/cherry-studio

• Star数：20.1k

• 介绍：🍒 Cherry Studio 是一个支持多个LLM提供商的桌面客户端。支持多个LLM提供商（含deepseek-r1）），可在 Windows、Mac 和 Linux 上使用。

3.2 AnythingLLM

• 开源地址：https://github.com/Mintplex-Labs/anything-llm

• Star数：41.4k

• 介绍：可能是您正在寻找的一体化 AI 应用程序，内置了RAG、AI代理、无代码代理构建器等功能。

4、小结

类别	名称	Star数	评价
浏览器简明通用类	LangChain-Chatchat	34.3k	早期Langchain思想
	Open WebUI	84.5k	用户友好
浏览器工作流Agent类	Dify	84.2k	国内流行度高
	RAGFlow	45.9k	文档解析好
	MaxKB	14.8k	即插即用
桌面独立应用类	Cherry Studio	20.1k	流行度高
	AnythingLLM	41.4k	功能丰富

• 在构建本地知识库过程中，发现各方案大都支持ollama部署本地模型+RAG能力。

• 从面向用户类型和界面风格的角度，我最终选定界面简单明了、适合团队多人使用的Open WebUI 方案。

欢迎关注公众号“AI趣栈”，持续为您提供关于AI的好内容~