AI 本地知识库

English

基于 LangChain.js 的 RAG 智能问答助手。 导入 Markdown 文档构建知识库，用户提问时自动检索相关内容，通过 AI 模型生成回答。

• 默认向量模型：bge-large-zh-v1.5
• 默认通用模型：Qwen2.5-0.5B-Instruct
• 浏览器无模型缓存时将默认从 HF-Mirror 镜像站拉取并缓存
• 缓存后将不再依赖于网络，可接入 Ollama 本地部署通用模型实现完全本地化

建议在嘉立创EDA专业版客户端使用此扩展

本地模式说明

本地模型支持类型

本地模型支持使用ONNX模型，若镜像站无法拉取模型文件，可本地导入ONNX模型，导入后文件会存入浏览器缓存，建议导入时只选择需要使用的模型文件，避免占用空间。

向量模型说明

重构向量需要耗费大量时间，建议使用推荐向量模型，可直接使用预构建向量，避免全文件向量重构。

LLM模型说明

LLM模型推荐使用4B模型才会有良好体验，需要注意的是本地LLM运行会占用大量内存，确保电脑有足够内存用于推理。

功能

✅ 支持接入通用模型API，借助本地向量模型可实现根据知识库内容的智能答疑

✅ 支持本地向量模型，可完成知识库内容的快速关键词检索

✅ 支持本地通用模型+向量模型，实现根据知识库内容问答

✅ 集成prodocs.lceda.cn全部文档，遇到问题随问随答

安装

使用方法

1.在"高级"-"扩展管理器"中导入eext-knowledge-base.eext扩展文件。

2.在"配置"中开启"允许外部交互"选项

3.进入原理图或PCB界面，点击顶部导航栏"高级"-"AI 知识库"选择需要的功能即可。

致谢

• LangChain.js — RAG 流程框架（MIT）
• Transformers.js — 浏览器端模型推理（Apache-2.0）
• bge-large-zh-v1.5 — 中文嵌入模型（MIT）
• HF-Mirror - Hungging Face国内公益镜像站