我是做电力工程设计的，攒了一堆的各种资料和图纸，想要给他们全都上传到知识库里索引查询，有各种文档、表格、图片、PDF，DWG 图纸就不考虑了，这个似乎很难有对应工具，大部分应该都有对应的 pdf 图纸了，有没有适合我这种情况使用的，要有 ocr 识别等功能，尽量轻量一些吧，我个人使用
问了 AI 说是推荐用 AnythingLLM，不知道靠不靠谱
前段时间有和您一样的需求，最后折腾半天，结论如下
- 现在模型上下文普遍都足够大，不用提前embedding，放在一个文件夹里，给codex/Claude code文件夹权限，让他查询即可。虽然agent能对文件里面的内容进行搜索，但文件的标题要取得足够清晰，甚至最好自己提前做一个索引文件。
- 自己折腾出来的实现方式的最终效果，从易用性，智能程度等来说，都不如谷歌的notebooklm远矣
文件太琐碎了，我刚才统计了下，有上百 GB 的文件，一共一万多的文件，这些不可能全都喂给 AI 吧，上下文也就 1M
那您这个数据量，估计embedding也不太行，唯一的方法就是您建好索引，让ai按需要调用了
这下麻烦了，我先试试 AnythingLLM 效果怎么样吧
码一下，同设计行业，有同需求，等待楼主解决方案。
我也没啥解决方案，我先按 AI 说的部署个 AnythingLLM 试试水，这个看上去比较简单
PGSQL 欢迎你~
embedding~embedding~embedding~把数据全部embedding！
PostgreSQL 数据库 他有适合AI的搜索插件
数据库一窍不通啊，对我这种小白太难了 
一切都可以交给龙虾，让他去帮你 把 embedding 之后的数据 导入 pgsql 然后 安装各种插件
embedding 需要的数据 也可以让龙虾搞定~
龙虾用过一段时间，不太喜欢用这个操作，怕给我数据火葬场了 = =
肯定是操作复制粘贴出来的数据呀，备份 备份 备份 主文件不要动。
之后我再试试龙虾的方案，一直感觉龙虾就是草台班子产品，之前用的时候天天炸天天改，更新一次炸一次
open webui 有个本地版，文档部分试试 Docling (提取) + BGE-M3 向量化，再搞个重排模型增加下精度
补充一下：
Top K 和 Top K Reranker 数值建议调整大点，效果自己测试下
对 openwebui 有不好的印象，以前折腾没搞好，卡的不行
不知道现在咋样了
可以尝试用大模型帮你分析各种数据，并建立索引
以前在这里看过有佬推荐的lightrag
可以跟openwebui结合起来用
就是很费tokens
卡是因为部署在服务器上了，加载慢。
不过你完全本地部署，gemma4:26b 有18GB，加上 向量化模型+重排模型，总体30G应该能搞定。完全拒绝于你是什么显卡了，丐有丐的方案
感觉他主要会卡在图上面
很久没搞通用 RAG 了
图文混合不知道有没有即开即用的方案 