外观
BinRag文档 RAG 知识库问答系统
多格式文档 → 混合检索 → 带引用来源的智能问答。开箱即用的 MCP Server 与 OIDC 登录,让文档资产真正可对话、可调用。
多格式文档 → 混合检索 → 带引用来源的智能问答。开箱即用的 MCP Server 与 OIDC 登录,让文档资产真正可对话、可调用。
TXT / Markdown / PDF / DOCX / CSV / Excel / HTML,统一结构化后入库
向量语义 + BM25 关键词,RRF 加权融合,兼顾理解与精确
Cross-encoder 重排序(Jina / Cohere / bge-reranker),提升最终召回质量
SSE 流式输出,引用来源先行、正文增量返回
上传即返回任务 ID,后台 worker 池执行,失败自动/手动重试
API Key(SHA-256)+ OIDC / GitHub 三方登录,会话 JWT
streamable HTTP 开放 6 个只读 Tool,外部 Agent 直接调用
浏览器即用;Wails 打包 macOS 安装包,同一套前端
deploy/configs/config.docker.yaml 填入 Embedding / LLM 模型地址与 bootstrap API Key
docker compose up -d --build — 构建镜像并启动 PostgreSQL + Qdrant + binrag-server
http://localhost:8085 — 输入 API Key 登录使用(免编译可拉取 ghcr.io 镜像)
前往 快速开始 开始使用,或查阅 MCP Server 与 登录认证 专项文档。