资料本地化
文档、向量库、检索全部跑在本地，不上传任何服务器。你的资料，你做主。
知图
知识库
PDF / Word / TXT / MD 拖入即入库，自动向量化
智能问答
RAG 检索 + 大模型流式回答，附来源标注
文档生成
一句话描述需求，一键下载排版好的 Word
关于知图
你的文档库，配上一个大模型脑袋。
知图（Atlas）是一个轻量的本地知识库工具。把 PDF、Word、TXT、Markdown 拖进来，系统自动切块、向量化，成为属于你自己的知识库。
之后你可以直接向它提问，模型会先检索你的文档、再综合回答，流式输出并附上来源片段； 也可以给它一句话，让它翻着知识库给你生成一份排版好的 Word 文档。
你的文件只存在本地，模型用哪家、配什么 Key，都由你说了算，支持任何 OpenAI 兼容接口。
“知识不该被锁在文件柜里，也不该被送进别人的服务器。”
知图的第一个原则是资料本地化，所有文档、向量、检索都跑在你自己的机器上； 第二个原则是模型自由，换来换去、随时可测。
它不追求做一个庞大的平台，只做好一件事：让你的文档真正被用起来。
核心功能
三个动作，盘活你的文档。
上传入库 · 向库提问 · 一键成文。模型的配置始终握在你手里。
知识库
PDF / Word / TXT / Markdown 拖入即自动入库，语义切块 + 向量化，边存边可查。
智能问答
基于 RAG 检索你的文档，交给任意大模型综合回答，流式输出并标注引用来源。
文档生成
一句话描述需求，模型翻阅知识库后生成 Markdown，一键渲染成排版好的 .docx。
自备 API Key
连接你自己的 Endpoint、Key、Model，OpenAI / DeepSeek / Moonshot 等任意兼容接口。
流式输出
问答逐字流式返回，边生成边显示，不干等一整个大段落。
引用来源
每条回答都标注来自哪份文档、相似度多少，关键内容可溯源核对。
提示词可定制
内置默认角色，也可自定义 system prompt，问答与生成共用一套规则。
本地运行
Python 一条命令启动，单机即可跑，浏览器里打开就能用。
技术架构
轻量，但该有的都有。
依赖收敛、单机可跑，所有数据落在你本地。
| 层级 | 技术 |
|---|---|
| 后端 | FastAPI (Python) + Uvicorn |
| 向量检索 | sqlite-vec + SentenceTransformers（all-MiniLM-L6-v2） |
| 文本切块 | LangChain SemanticChunker（语义边界切分） |
| LLM 接入 | 自写轻量 OpenAI 兼容客户端（httpx，支持流式） |
| 文档生成 | python-docx 渲染 Markdown → Word（.docx） |
| 前端 | 原生 HTML / CSS / JS · Apple 风格单页（零框架依赖） |
| 配置 | 浏览器 localStorage 保存 API Key / Endpoint / Model，不上传服务器 |
开源协议：Apache License 2.0 · 在 GitHub 查看源码 →