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

模型类型说明

扩展基于Transformers.js库构建，支持ONNX模型。首次运行默认会从镜像站在线拉取ONNX模型，若镜像站无法拉取，也可通过本地导入ONNX模型文件夹（可从HuggingFace或魔塔社区获取ONNX模型源文件，本地导入时直接选择源文件夹即可自动解析），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

扩展在编译时已经预构建全文档向量，预构建所用模型会在设置中显示，在线拉取的模型默认也是预构建所使用的模型和向量维度，因此可直接使用预构建向量。若使用其他向量模型，因向量维度不同则需要对全部文档重构向量，将耗费大量时间，通常不推荐。

LLM模型说明

LLM模型推荐使用大于4B参数的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，建议使用在线模型，也可使用ollama等框架本地部署后使用openai格式的api接入。

其他说明

1. 若计划完全使用本地模型会对电脑配置要求较高,建议多核，超线程，高主频，大内存的设备。
2. 本地模型使用前会读取缓存，加载onnx，分配内存和初始化WASM，因此首次使用需要一些准备时间，受限于主机性能和模型参数，可能会有卡顿是正常现象。

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