开箱即用
一条命令初始化数据库，两个脚本拉起后端与前端；预置平台接入信息与模型目录快照， 选平台、填 Key 就能开始问答，不需要先做一套向量化和检索的基建。
- 文字 PDF 直接抽取，扫描页与图片自动走 OCR
- 分段结果可预览、可校对，解析记录保留文件 ID
- 回答附带引用片段、token 用量与耗时
开源 · Java 技术栈 · 企业级智能知识库
把企业文档，变成可追溯的回答
MossKB 是面向私有化部署的开源智能知识库平台：多格式文档解析、向量与关键词混合检索、迭代式问答， 以及零编码嵌入和开放 API。模型、向量与 OCR 都可以指向你自己的服务，数据不出内网。
MIT 开源许可
JDK 21 + PostgreSQL（pgvector）
124 项自动化测试通过
支持完全离线部署
体验账号联系作者获取
124 项自动化测试，0 失败
30 张业务表覆盖全链路
1024 维向量检索，可换离线模型
MIT开源许可，代码可审计
产品理念
开箱即用 · 伴随成长
AI 能力不该是一次性的项目交付。先用起来，再随着业务一起长。
伴随成长
从基础问答（RAG）到单次提问内部的迭代检索，再到函数库与隔离 Python 执行器， 能力按需叠加，不必推倒重来。
- 检索 → 判断资料是否充足 → 补充检索 → 最终回答
- 历史超过 token 预算时才压缩上下文，过程透明
- 函数库内置模板，用户代码在隔离环境中运行
落地路径
三步实现企业知识问答
把新技术交给业务，而不是把业务交给新技术。
接入大模型
在「系统 → 模型」里按平台筛选，从目录中选模型，或直接输入完整模型 ID。 预置 OpenAI、DeepSeek、Gitee、OpenRouter、硅基流动、百炼、Kimi、智谱、火山方舟等入口。
构建专属知识库
上传 PDF、Office、图片或网页，系统先检测文档类型再解析：文字层直接提取， 扫描页与图片交给远程 OCR，混合 PDF 逐页判定。
从问答到智能体
创建应用并关联知识库与聊天模型，先用混合检索回答； 需要更严谨时打开迭代检索，让模型自己判断资料够不够，再补充检索后作答。
核心能力
从文档到回答的每一环，都在自己的服务器上
后端只负责编排与存储：模型权重、OCR 与向量都可以是远程或自建服务，本机需要的只是 JDK、PostgreSQL 和可选的 Docker 客户端。
多格式文档解析
先检测再解析：文字 PDF、本地结构化提取、扫描页与图片 OCR、混合 PDF 逐页处理，解析预览保留文件 ID。
混合检索
向量、关键词与混合检索三种模式；文档和查询使用知识库选定的同一个向量模型，向量与全文索引同库存储。
迭代式检索问答
一次提问内执行「检索 → 判断资料是否充足 → 补充检索 → 最终回答」，并保留资料引用与完整检索过程。
上下文压缩
只有历史超过 token 预算才压缩，界面显示已压缩轮数与保留的近期原文，长会话不会悄悄丢掉关键信息。
模型自由接入
平台目录 + 自定义模型 ID，支持 OpenAI 兼容厂商与中转平台；凭据掩码保存，换地址必须重新填写 Key。
用户与资源隔离
管理员创建账号，每个账号拥有自己的应用、知识库与私有模型；停用或改密码会立刻让旧令牌失效。
隔离 Python 执行器
用户代码从不以 Java 进程身份运行：默认一次性 Docker 容器（断网、只读根、非 root），Linux 也可用沙箱用户执行。
嵌入与开放 API
公开访问链接、浮窗脚本与 iframe 三种嵌入方式，支持来源白名单与每日提问上限；业务系统也可直接调 API。
系统集成
零编码嵌入已有系统
让网站、办公系统和业务系统在一行脚本之内拥有智能问答能力。
三种嵌入方式，覆盖常见场景
- 公开访问链接：把应用设为公开，生成带令牌的分享页，可限制每日提问次数与访问来源。
- 浮窗脚本：在第三方页面引入一段脚本，右下角挂出对话入口，不改造原有布局。
- iframe 嵌入：整页或局部嵌入，适合企业微信、钉钉、飞书、公众号与移动端 App 的容器页。
- 开放 API：业务系统直接调用接口，把审核、决策等环节交给模型完成。
浮窗嵌入脚本
<script async defer src="https://cloud.mosskb.cn/api/application/embed?protocol=https&host=cloud.mosskb.cn&token=<应用令牌>">
</script>令牌在应用概览的「公开访问链接 / 嵌入第三方」里生成，可随时重置。
应用场景
覆盖企业核心业务场景
同一套知识库引擎，可以长成客服、助手，也可以变成业务系统里的一个判断环节。
智能客服
全天候在线应答，把长期困扰客服场景的服务时长、人力成本与知识沉淀问题交给知识库解决。
- 精准解决：围绕私有知识作答，不编造
- 降本增效：常见问题自助解决
- 持续优化：分段与检索策略可迭代
- 安全可控：私有化部署，数据自主
智慧办公助手
把制度、流程、规范与技术文档变成随问随答的内部助手，新人和一线人员都能快速找到依据。
- 制度与流程问答
- 技术与规范检索
- 多轮追问，保留上下文
- 按账号隔离不同部门的资料
业务系统 + AI
把 AI 能力对外开放成 API，让现有业务系统调用，用于智能审核与智能决策等环节。
- 智能审核：让模型代替部分人工初审
- 智能决策：把资料检索接入业务流
- 函数库与隔离执行器扩展边界
- 接口与界面同源，权限一致
成功案例
某某们已经在用了
政务、教育、医疗、制造、交通、零售等行业客户用 MossKB 搭建了自己的知识问答系统。
餐
某某大型连锁餐饮企业
连锁餐饮
把门店运营手册、活动规则与常见客诉处理流程收进知识库，客服与门店共用同一套答案。
核心成果
- 响应时间缩短
- 客服成本降低
- 客户满意度提升
学
某某高校
高等教育
面向师生提供校园服务 AI 助手，涵盖教务咨询、生活服务与学术资源等多个方面。
核心成果
- 师生咨询响应速度提升
- 校园服务覆盖率提升
- 学生满意度提升
城
某某城市通卡运营方
城市服务
为城市通卡服务提供智能客服支持，处理充值、余额查询与使用指南等日常咨询。
核心成果
- 用户咨询满意度提升
- 自助解决率提升
- 人工客服压力减轻
检
某某省级质检机构
质量检测
提供检测业务咨询，涵盖检测项目介绍、流程指导与报告查询等功能。
核心成果
- 检测咨询响应速度提升
- 业务办理准确率提升
- 客户等待时间减少
行
某某网约车平台
出行服务
处理订单问题、司机咨询与用户投诉等多场景服务需求。
核心成果
- 工单处理效率提升
- 司机问题解决率提升
- 客服人力成本降低
政
某某县政务服务中心
政务服务
提供政策解读、办事指南与预约服务，让群众提问先被知识库接住。
核心成果
- 政务服务效率提升
- 群众办事便利度提升
- 政策咨询准确率提升
应客户要求，案例中的单位名称统一以「某某」隐去；行业与场景为真实使用方向。更多案例见成功案例页面。
覆盖行业
懂业务的通用知识库
政府教育医疗
制造交通零售
能源科技建筑工程
城市服务
为什么选择 MossKB
开源、可验证、能长期维护
不讲无法交付的能力，只把已经跑通的部分做成产品。
技术栈不陌生
JDK 21 + tio-boot + Maven + PostgreSQL，和现有 Java 体系同一套运维、发布与排查流程。
数据落在自己机房
聊天模型、向量模型与 OCR 服务都可以指向自建或内网地址，检索数据全部在自己的数据库里。
代码可审计
后端与前端都公开在 GitHub，MIT 许可；品牌、库表与接口契约都有回归测试盯着。
每一步都有测试
124 项自动化测试与 15 项部署冒烟检查，覆盖服务就绪、鉴权、数据库结构与外观接口。
支持与体验
给 MossKB 一个 Star，再拿一个体验账号
开源项目最实在的支持是 Star；想直接上手，找作者要一个体验账号就行。
Star 本项目
MossKB 的后端与前端都在 GitHub 上以 MIT 许可开源。如果它帮你省下了时间，欢迎在仓库点一个 Star—— 这是最直接的支持，也能让更多需要私有化知识库的人找到它。
- 后端仓库：litongjava/java-mosskb
- 前端仓库：litongjava/java-mosskb-ui
- 有问题提到 Issues，其他人也能搜到同样的答案
联系作者获取体验账号和密码
在线体验环境使用受控账号，不开放自助注册。添加作者微信 jdk131219（备注 java-mosskb），说明一下用途即可拿到体验账号和密码。
- 体验环境：cloud.mosskb.cn/ui/#/
- 微信：jdk131219（备注 java-mosskb）
- 也可以先在 GitHub 提 Issue 提问