腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

qKnow 知识平台【开源版】安装与部署全指南

后端目录结构├─ qknow-framework/ # 公共配置模块（核心依赖）│ ├─ qknow-auth # OAuth2 授权模块│ ├─ qknow-common 模块│ ├─ qknow-file # 文件管理服务│ ├─ qknow-generator # 代码生成器│ ├─ qknow-mybatis qknow-quartz # 定时任务模块│ ├─ qknow-redis # Redis 缓存模块│ ├─ qknow-security # 安全认证模块│ ├─ qknow-websocket # WebSocket 实时通信模块├─ qknow-module-app/ # 知识应用模块├─ qknow-module-dm SQL 文件：mysql -u root -p qknow_dev < sql/qknow_20250522.sqlmysql -u root -p qknow_dev < sql/quartz.sql2

2025-10-23

5560

标签:

qKnow 知识平台核心能力解析｜第 02 期：非结构化抽取能力全景

本期《qKnow知识平台核心能力解析》，我们将聚焦非结构化抽取能力，带你系统了解：qKnow是如何借助大模型技术，将“看得懂的文档”，转化为“用得上的知识图谱”的。一、什么是非结构化抽取？在qKnow中，非结构化抽取并不是“简单的信息识别”，而是：以图谱模型为约束以业务语义为导向以可追溯、可校验、可发布为目标为后续的知识图谱构建、智能问答、知识检索、推理分析等上层应用，持续提供高质量、可信任的知识供给 qKnow在知识抽取阶段，全面支持多种主流非结构化文件格式，包括但不限于：TXTPDFHTML以及常见的结构化/半结构化文本内容无论是规范制度、技术文档、业务方案，还是网页内容、说明材料，都可以作为抽取对象统一纳入管理 qKnow支持非结构化抽取任务的全流程精细化配置：自定义抽取任务名称，便于管理与追溯按需选择本次参与抽取的知识文件精准绑定图谱模型中的概念与关系明确抽取范围，避免无效、冗余或偏离业务语义的结果通过模型约束下期预告下一期《qKnow知识平台核心能力解析》，我们将带来更偏技术向的深度内容：《基于DeepKE，如何进行非结构化抽取》从底层框架、能力选型到工程实践，带你深入理解qKnow非结构化抽取背后的技术实现逻辑

2026-01-23

2100

标签:

qKnow 知识平台【开源版】发布 1.0.0 版本，全面落地知识管理与智能抽取能力

2025 年 8 月 18 日，qKnow 知识平台正式发布首个稳定版本 qKnow 1.0.0。 qKnow 1.0.0 聚焦于知识全生命周期管理的核心功能建设，集成先进的知识抽取技术与直观的可视化探索能力，致力于打造企业级知识中枢，帮助用户构建语义明确、动态演化的知识图谱体系。特别说明作为首个正式发布版本，qKnow 1.0.0 奠定了平台的核心架构与功能体系。未来，qKnow 将持续迭代，进一步增强知识抽取、融合、推理等能力，推动企业知识管理与 AI 应用的深度融合。

2025-09-06

6050

标签:

全面进化，智启新篇｜qKnow 知识平台商业版 2.0 正式发布：打造企业级“图谱 + 向量”双引擎智能知识中枢

2025年10月31日，千桐科技正式发布 qKnow 知识平台商业版 2.0。平台简介qKnow 知识平台是一款以知识图谱为核心、融合向量知识库的开源企业级智能知识平台，致力于构建“结构化 + 非结构化”一体化的知识中枢。面向未来的知识智能平台qKnow 2.0 不仅是一款知识图谱平台，更是一个驱动企业知识智能化的“新操作系统”。即刻体验 qKnow 2.0qKnow 商业版 2.0 已全面开放试用！无论您希望构建企业知识中枢、打造智能客服底座，还是实现文档自动生成与智能审查，qKnow 都将为您提供坚实、可扩展的支撑。 qKnow 2.0，正式启航！

2025-11-01

1K3

标签:

向量数据库

腾讯混元大模型

qKnow 智能体构建平台开源版 v2.2.2 发布！

针对这一需求，qKnow智能体构建平台开源版v2.2.2正式发布。为了帮助客户更直观地理解qKnow如何赋能特定行业，qKnow智能体构建平台开源版v2.2.2版本重磅推出了泵站行业全套演示数据。这一升级意味着，qKnow正在从单纯的工具平台，向“平台+方法论+行业样板”的综合解决方案提供商转型。在追求新功能的同时，qKnow从未放松对底层体验的打磨。结语qKnow智能体构建平台开源版v2.2.2的更新，围绕三个关键词展开：可复用的行业数据、可感知的交互细节、可靠的系统稳定性。

2026-06-11

140

标签:

智能平台体系全景解密：数据中台、智能体构建平台、算法模型平台与知识图谱等10张架构图，构建企业级AI底座

我们构建了以qData数据中台、qThing物联网平台为基石，以qKnow知识平台、qBrain大模型平台为核心引擎，辅以qLabel数据标注、qModel算法模型与qAuth统一认证的完整生态。 qKnow行业深度场景AI能力构建平台，不是简单的RAG或Bot工具，而是一套完整的解决方案孵化平台。qKnow基于统一的知识架构，完成了从模型接入到知识沉淀，再到应用生成的全过程。 05.解决方案：构建可持续演进的知识体系qKnow的价值在于将知识、能力与行业场景深度融合。通过构建可持续演进的行业知识体系，qKnow能够将海量的行业文档、规则与经验沉淀为可复用的资产。它不仅提供了从训练到服务化的全生命周期管理，更为qKnow的Agent提供了坚实的算法能力支撑，形成了“数据×模型×智能”的闭环。

2026-04-12

7260

标签:

qKnow 知识平台商业版 v2.6.1 正式发布：移除对第三方 LLM 应用框架的依赖，一次真正走向自主可控的里程碑升级

qKnow商业版v2.6.1正式发布。这是一次里程碑式的重大版本更新。但随着业务规模扩大、场景复杂度提升，我们越来越清晰地看到一些长期问题：框架能力边界受限，深度定制困难多模型、多向量库适配灵活性不足技术栈被锁定，升级节奏受制于人在政企、行业场景下，自主可控成为硬要求qKnow 、向量化并存储查询阶段对用户问题进行向量化基于语义相似度，从向量库中检索最相关内容作为参考上下文这一改造让qKnow的知识库能力具备了：✅更强的可控性✅更好的性能可调优空间✅更灵活的部署与扩展能力2️⃣ “拼装结果”，而是围绕qKnow自身知识体系与业务场景深度优化的原生能力。如果你关心的是：企业级知识库如何真正落地大模型如何与业务深度结合AI系统如何长期可控、可演进那么，qKnow知识平台商业版v2.6.1，是一个值得关注的起点。欢迎体验，也欢迎交流。

2026-02-03

1620

标签:

qKnow知识平台教育版助力教学与科研创新——让知识图谱与 AI 教育更可及

为了让这些技术更易于学习与使用，qKnow团队推出了知识平台教育版——面向学生、教师和教育机构的专属版本，帮助大家更轻松地开展知识图谱与AI实践教学与研究。简介qKnow知识平台教育版面向教育场景，提供知识图谱构建、智能检索、RAG应用开发等核心能力，帮助师生在教学、科研与创新项目中高效使用AI技术。无论是课堂实验、论文研究，还是创新实践课程，qKnow都能成为智能知识管理与学习的基础平台。教育应用价值对学生通过qKnow平台，可以更直观地理解知识图谱与AI的核心原理，快速开展实验、报告或科研性项目，提升数据与知识建模能力。 3️⃣教学资源支持qKnow教育版配套提供课程课件、实验指导书与案例数据集，便于教师快速组织课堂教学与实验指导，帮助学生在真实场景中掌握知识图谱与AI应用能力。

2025-11-07

5000

标签:

腾讯混元大模型

实时互动-教育版

知识图谱平台 qKnow 开源版 v1.0.3 重磅更新：支持 Docker Compose 一键部署，聚焦稳定性提升

qKnow知识平台开源版v1.0.3作为首个正式版本后的重要迭代版本，聚焦系统稳定性提升、部署体验优化与关键问题修复。通过标准化的容器编排配置，开发者和运维人员能够快速启动完整的qKnow平台，显著提升部署效率。️ 文档体系同步升级同步完善官方文档站内容，涵盖详细的部署指南、常见问题解答及完整的API使用说明，帮助用户更快速地上手并高效集成qKnow平台。致谢与未来展望衷心感谢每一位早期用户的信任与宝贵反馈！ qKnow知识平台开源版v1.0.3的发布是我们持续打磨产品、深入贴近用户需求的重要里程碑。立即升级，体验更稳定、更便捷的qKnow知识平台！

2025-11-14

3230

标签:

腾讯混元大模型

腾讯云大模型知识引擎xDeepSeek

qKnow 知识平台核心能力解析｜第 01 期：知识图谱怎么建才不乱？先把图谱模型设计清楚

在qKnow知识平台中，我们始终坚持一个原则：没有模型的知识，就像没有骨架的身体——信息再多，也无法形成真正可用的“智能”。本期内容，我们将以实际操作为线索，带你系统了解：在qKnow中，如何从业务目标出发，构建一个高质量、可持续演进的图谱模型，为后续的结构化抽取、智能问答与推理分析打下坚实基础。一、什么是图谱模型？在qKnow知识平台中，这三个问题分别对应了三类核心配置能力：概念配置：定义“有什么”属性配置：定义“长什么样”关系配置：定义“彼此如何连接”只有先把这套“骨架”设计清楚，后续的知识抽取、存储和应用，才能有序展开三、新增图谱模型在明确构建目标后，即可在qKnow中新增图谱模型。 AI辅助抽取能力如果你对文档内容不够熟悉，qKnow也支持通过AI智能抽取的方式，辅助生成概念与关系建议。需要注意的是：AI抽取是“辅助”，不是“替代”。AI抽取完成后，仍需要人工进行筛选与确认。

2026-01-20

2390

标签:

大模型部署