Revornix：开源 AI 信息管理工具，多源整合 + 向量存储 + 智能交互一站式解决方案

一、Revornix是什么？

Revornix是一款面向AI时代的开源信息管理工具，致力于帮助用户整合网页、文档、RSS等多源信息，并通过智能处理生成结构化报告。它以本地优先为原则保障数据安全，支持多语言和跨平台使用，具备强大的文本转换、向量存储、知识图谱构建等功能，同时可灵活集成LLM模型，适用于个人知识管理、团队协作、企业信息整合等多种场景，为用户提供高效、安全、可定制的信息管理服务。

作为开源项目，Revornix坚持“本地优先”的原则，用户的数据可以选择本地存储或自托管，有效避免了数据泄露的风险，保障了信息的安全性和隐私性。同时，其开源特性允许用户根据自身需求进行二次开发和定制，具有高度的灵活性和扩展性。

Revornix并非简单的文件存储工具，而是融合了AI技术的智能信息管理系统。它借助多模态大模型、向量数据库、知识图谱等先进技术，实现了信息的自动化处理、精准检索和智能交互，让信息从被动存储转变为主动为用户提供服务，提升了信息的利用效率和价值。

该项目目前处于活跃的开发阶段，已支持Web端使用，iOS应用和微信小程序正在开发中，未来将进一步拓展使用场景，为用户提供更便捷、全面的信息管理体验。

二、功能特色

Revornix凭借其丰富而强大的功能，在信息管理领域展现出独特的优势，以下是其主要功能特色：

1. 多源信息整合，一站式管理

Revornix支持多种信息源的接入，真正实现了“一个平台管理所有信息”，具体包括：

• 在线内容：可以整合新闻、博客、论坛帖子等，通过内置的daily-hot模块，还能聚合GitHub趋势、HelloGitHub等热门数据；

• 本地文档：直接上传PDF、Word、Excel、PowerPoint等主流办公文件，无需进行格式转换；

• 手动输入：支持快速录入笔记、文本片段等，方便用户随时记录灵感、待办事项等信息；

• 其他来源：可对接API接口、PyPI/Node.js包文档等，满足开发者和专业人士的特殊信息需求。

所有接入的信息会统一存储在用户的专属仓库中，用户可以通过分类标签、阅读状态、收藏星级等方式进行管理，无需在多个平台之间切换，极大地提高了信息管理的效率。

2. 智能文本转换与存储

Revornix在文本处理方面表现出色，依托先进技术实现了高效的转换与存储：

• 高级格式转换：基于MinerU等引擎，能将PDF、Word、网页等各类文件高质量地转换为Markdown格式，保留原始内容的结构，去除冗余格式，且支持自定义转换引擎；

• 向量存储：转换后的文档通过嵌入技术生成向量数据，存储在Milvus向量数据库中，实现了基于语义的精准检索，即使用户不记得精确关键词，也能找到相关文档；

• 知识图谱构建：利用个性化GraphRAG技术，将分散的信息关联起来，形成可视化的知识图谱，帮助用户发现信息之间的隐藏联系，加深对内容的理解。

3. 多租户支持，适配不同场景

Revornix从架构设计上就支持多租户模式，能够满足个人和团队协作的不同需求：

• 个人用户：拥有独立的文档仓库，可按照个人习惯进行分类、管理，数据完全隔离，保障隐私；

• 团队用户：可创建共享板块，成员能够共同上传、编辑、评论文档，实现知识的协作与沉淀，管理员可设置成员权限，控制信息访问范围；

• 并发兼容：优化了多用户并发访问机制，确保多个用户同时操作时系统仍能稳定运行，避免数据冲突和卡顿。

4. 本地优先与开源特性

这是Revornix区别于其他信息管理工具的重要优势：

• 本地存储：用户可选择将所有数据存储在本地设备或自己的服务器上，不依赖第三方云服务，从根源上降低数据泄露和平台停止服务的风险；

• 开源透明：源代码完全公开，用户可以查看核心逻辑、修改代码、进行二次开发，以适配自身的特殊需求，同时也能对代码安全性进行审计，避免隐藏的风险。

5. 智能助手与MCP集成

Revornix内置了AI智能助手，并集成了MCP（Multi-Component Protocol）客户端和服务器，实现了信息的深度交互：

• 文档交互：智能助手可以读取文档内容，回答相关问题、总结核心观点、提取关键信息，甚至生成行动建议；

• 工具调用：通过MCP协议，助手能够调用本地或第三方工具，如计算器、翻译工具等，实现“信息查询-处理-应用”的闭环，用户也可向他人开放自己的工具或使用社区共享工具；

• 多模型切换：支持灵活配置LLM模型，不同功能可依赖独立的模型设置，用户可根据需求选择合适的模型，如OpenAI兼容的各类模型。

6. 跨平台与多语言支持

• 跨平台使用：目前已实现Web端稳定运行，iOS应用和微信小程序正在开发中，未来将实现多终端覆盖，满足用户在不同场景下的使用需求；

• 多语言适配：支持中英文等多种语言界面，文档内容也支持多语言检索和处理，消除了语言壁垒，方便不同语言背景的用户使用。

7. 丰富的统计与操作功能

• 可视化统计：提供近一个月文档阅读总结、文档标签分布、未读/已读文档比例等统计图表，帮助用户直观了解信息管理情况；

• 便捷操作：支持全文检索、标签分类、星标收藏、最近阅读记录等功能，让用户能够快速定位所需信息，界面设计简洁直观，易于上手。

三、技术细节

Revornix的技术架构设计先进，融合了多种成熟技术，确保系统的稳定、高效和可扩展，以下是其技术细节：

1. 整体架构

Revornix采用前后端分离的架构，结合Docker容器化技术简化部署，整体架构分为以下几层：

• 前端层：负责用户交互，提供响应式界面；

• 后端API层：处理前端请求，实现核心业务逻辑；

• 任务处理层：处理异步任务，如文档转换、向量生成等；

• 数据存储层：包含多种数据库，用于存储不同类型的数据；

• 基础设施层：提供缓存、对象存储、容器编排等支持。

各层之间通过标准化接口通信，松耦合的设计便于单独升级或扩展某一层功能，提高了系统的稳定性和可维护性。

2. 核心模块与技术栈

Revornix的仓库结构清晰，不同模块采用了适配其功能的技术栈，如下表所示：

3. 数据存储方案

Revornix根据数据类型选择合适的存储引擎，采用多数据库协同的存储方案：

• 关系型数据库：PostgreSQL，用于存储用户信息、文档元数据、权限配置等结构化数据，通过Sequelize ORM框架简化数据库操作；

• 向量数据库：Milvus，用于存储文档向量数据，支持高效的语义检索和相似性匹配；

• 知识图谱数据库：Neo4j，用于存储信息之间的关联关系，支持知识图谱的构建和可视化查询；

• 缓存数据库：Redis，用于缓存热门检索结果、用户会话信息等，提升系统响应速度；

• 对象存储：MinIO，用于存储原始文档、转换后的Markdown文件等非结构化数据，支持高可用和扩容。

4. 关键技术实现

（1）文档转换与向量化流程

1. 用户上传文档或接入在线信息源；

2. 前端将文件传输至后端，api模块接收后存入MinIO；

3. api模块将转换任务提交至Celery队列；

4. celery-worker模块调用多模态大模型将文档转换为Markdown格式；

5. 调用嵌入模型生成向量数据；

6. 向量数据存入Milvus，Markdown文件存入MinIO，文档元数据更新至PostgreSQL；

7. 用户可通过检索找到该文档。

（2）多租户实现

通过“租户ID”实现数据隔离，在数据库层面，核心数据表包含“tenant_id”字段，查询时自动过滤当前租户数据；在存储层面，不同租户的数据在MinIO和Milvus中分别存储，确保数据安全；在权限层面，基于租户ID和用户角色控制访问权限。

（3）LLM集成机制

采用OpenAI兼容的API接口，支持各类模型接入；用户可通过环境变量或系统设置配置模型参数；不同功能模块可配置不同的LLM模型，兼顾性能和成本；智能助手交互时会自动加载相关文档内容作为上下文，提高回答准确性。

（4）检索功能实现

支持“关键词检索+语义检索”双模式，关键词检索基于数据库索引快速匹配，适合精确查询；语义检索通过Milvus计算查询语句与文档向量的相似度，适合模糊查询；系统可结合两种检索结果排序后返回，兼顾速度和准确性。

5. 部署技术

Revornix提供Docker化部署方案，通过docker-compose.yaml文件定义服务依赖，一键启动所有所需服务；提供环境变量模板，用户只需修改关键参数即可适配自身环境；Docker容器化确保系统可在不同操作系统上稳定运行，也支持云平台一键部署。

四、应用场景

Revornix凭借其强大的功能，适用于多种场景，满足不同用户的需求：

1. 个人知识管理

适合学生、职场人、研究者等需要管理大量资料的人群：

• 资料整合：将电子书、论文、网页教程等集中存储，告别资料分散的问题；

• 高效检索：通过关键词或语义检索快速找到所需资料，节省时间；

• 深度学习：利用智能助手总结文档核心观点，通过知识图谱发现资料间的关联，构建知识体系；

• 隐私保障：本地部署模式下，个人资料存储在自己的设备上，保障隐私安全。

例如，研究生可以用Revornix整合文献资料，通过语义检索找到相关研究成果，用智能助手总结文献结论，借助知识图谱发现研究脉络，提升科研效率。

2. 团队协作与知识沉淀

适用于中小企业、创业团队、项目组等：

• 共享知识库：创建团队专属板块，成员共同上传项目文档、会议纪要等，实现知识共享；

• 协作编辑：成员可对共享文档进行编辑、评论，实时同步更新，避免版本混乱；

• 权限控制：管理员设置成员权限，确保敏感文档仅授权人员可查看，保障信息安全；

• 新人培训：新成员通过共享知识库快速了解项目背景和操作流程，缩短培训周期。

比如，软件开发团队可创建“项目文档库”，存储需求文档、设计方案等，开发人员通过检索快速查找信息，测试人员更新测试用例并通知相关人员，实现高效协作。

3. 企业信息整合与管理

可作为企业内部信息中枢，解决信息管理难题：

• 多源信息聚合：整合企业内部系统文档、外部行业新闻、政策文件等，形成全面信息库；

• 智能检索与分析：员工通过语义检索快速找到所需信息，智能助手分析行业新闻提供决策参考；

• 数据安全可控：本地部署满足数据合规要求，开源特性允许安全审计和定制化修改；

• 知识传承：将员工的工作经验、项目案例等沉淀为企业知识库，避免知识流失。

像制造企业可以用Revornix整合产品手册、生产流程文档等，生产部门员工快速查询操作规范，市场部门分析行业趋势，管理层了解企业知识沉淀情况。

4. 开发者信息管理

特别适合开发者解决工作中的信息管理问题：

• 技术文档整合：聚合编程语言文档、框架手册等，通过检索快速查找使用方法；

• 代码片段管理：存储常用代码片段、配置文件等，添加标签分类，方便复用；

• 开源项目跟踪：通过daily-hot模块订阅GitHub趋势等，及时了解开源社区动态；

• 本地开发适配：支持本地部署，与本地开发环境无缝衔接，可二次开发集成到IDE中。

例如，前端开发者可存储React、Vue等框架文档，收藏常用CSS样式代码片段，订阅前端热门开源项目，通过智能助手解决开发问题。

5. 科研与学术资料管理

方便科研人员和学生管理学术资料：

• 文献整合：集中存储论文、期刊文章等，支持多种格式，避免文件丢失；

• 语义检索：通过关键词或语义查询相关文献，无需手动筛选；

• 笔记与批注：在文档中添加笔记、批注，记录阅读心得，支持Markdown格式；

• 知识图谱：通过GraphRAG技术关联不同文献，发现研究领域的发展脉络等，为科研选题提供参考。

博士生可用Revornix管理研究方向的文献，通过语义检索找到相关内容，用知识图谱分析领域热点，提升论文写作效率。

五、使用方法

Revornix提供Docker部署和手动部署两种方式，以下是详细的使用步骤：

1. 前置条件

• 操作系统：支持Windows、Linux、MacOS，推荐Linux或MacOS；

• 软件依赖：Docker（Docker部署）、Git、Python 3.8+（手动部署）、Node.js 16+（前端构建）；

• 硬件要求：建议CPU≥4核，内存≥8GB；

• 网络要求：部署时需联网下载依赖，部分功能需持续联网。

2. Docker部署（推荐）

（1）克隆仓库

打开终端，执行命令：

git clone git@github.com:Qingyon-AI/Revornix.git
cd Revornix

若无SSH密钥，使用HTTPS地址：

git clone https://github.com/Qingyon-AI/Revornix.git
cd Revornix

（2）配置环境变量

复制模板文件生成.env文件：

cp .env.example .env

编辑.env文件，配置核心参数，如OAUTH_SECRET_KEY，确保不同服务使用相同值。

（3）启动Docker服务

执行命令拉取镜像并启动服务：

docker compose up -d

首次启动可能需要较长时间，等待服务启动完成。

（4）访问系统

打开浏览器，访问http://localhost进入前端页面。若无法访问，查看后端api服务状态：

docker compose logs api

3. 手动部署（适合深度定制）

（1）克隆仓库

同Docker部署步骤（1）。

（2）配置依赖服务

手动启动PostgreSQL、Redis、Milvus、Neo4j、MinIO等依赖服务，记录连接信息。

（3）配置环境变量

复制.env.example为.env，修改依赖服务连接参数。

（4）启动后端服务

安装Python依赖：

cd api
pip install -r requirements.txt

初始化数据库：

python manage.py migrate

启动API服务：

uvicorn main:app --host 0.0.0.0 --port 8000

启动Celery worker（新终端）：

cd api
celery -A worker worker --loglevel=info

（5）启动前端服务

安装Node.js依赖：

cd web
npm install

构建并启动前端服务：

npm run build
npm run start

（6）访问系统

访问http://localhost:3000进入系统。

4. 基本操作指南

（1）注册与登录

首次访问注册账号，输入用户名、密码完成注册，然后登录进入仪表盘。

（2）添加文档

• 上传本地文档：点击“Add Document”按钮，选择文件上传；

• 添加在线内容：输入网页链接、RSS地址等，系统自动抓取内容；

• 手动添加笔记：直接输入文本内容，支持Markdown格式。

（3）管理文档

• 分类标签：为文档添加标签，便于分类；

• 阅读状态：标记“已读”或“未读”；

• 星标收藏：对重要文档星标收藏；

• 搜索文档：使用顶部搜索框查询相关文档。

（4）使用智能助手

在文档详情页或仪表盘点击“AI Assistant”，可提问、调用工具、切换模型等。

（5）创建共享板块

团队用户点击“Sections”→“Create”，输入名称和描述，设置成员权限并邀请成员加入。

六、常见问题解答（FAQ）

1. 部署后前端无法访问或无法连接后端怎么办？

• 检查后端api服务状态，通过docker compose logs api（Docker部署）或查看API日志（手动部署）确认是否启动；

• 若后端未启动，检查依赖服务是否正常运行，重启异常容器；

• 若后端已启动，可能是端口被占用，修改docker-compose.yaml中的端口映射后重启服务。

2. 支持哪些文件格式上传？

目前支持PDF、Word（.docx）、Excel（.xlsx）、PowerPoint（.pptx）、纯文本文件（.txt）、Markdown文件（.md），未来将扩展更多格式。

3. 如何备份和恢复本地存储的数据？

• 备份：Docker部署时，通过docker volume inspect查看卷路径，复制文件备份；手动部署时，备份各数据库数据目录；

• 恢复：将备份文件复制到对应目录，重启服务即可，建议定期备份。

4. 能否部署在云服务器供多人远程访问？

可以，部署步骤与本地一致，需注意开放相关端口，建议配置HTTPS保障安全，提升服务器配置应对并发访问，设置高强度OAUTH_SECRET_KEY。

5. 如何自定义LLM模型，比如使用本地部署的Llama 3？

• 确保本地模型支持OpenAI兼容接口；

• 进入系统设置→LLM配置，输入模型API地址，无需填写API密钥；

• 保存配置后即可使用该模型。

6. 非技术人员能否使用Revornix？

可以，Docker部署简化了配置步骤，非技术人员按教程执行命令即可部署，系统界面简洁，基本操作无需编程基础，遇到问题可加入社区寻求帮助。

7. Revornix是免费的吗？商业使用有什么限制？

Revornix开源且遵循Apache License 2.0协议，个人和非商业用途免费；商业用途采用多租户模式需获取商业许可，不得移除前端LOGO和版权信息，二次开发用于商业用途需注明基于Revornix开发。

七、相关链接

• 项目仓库：https://github.com/Qingyon-AI/Revornix

• 官方网站：https://revornix.com

八、总结

Revornix作为一款面向AI时代的开源信息管理工具，凭借多源信息整合、智能处理、本地优先、多租户支持等特性，为个人、团队和企业提供了高效、安全、可定制的信息管理解决方案。其先进的技术架构和丰富的功能，使其在知识管理、团队协作、企业信息整合等场景中发挥重要作用，且开源特性为用户提供了广阔的二次开发空间，是一款极具实用价值和发展潜力的信息管理工具。