使用 Milvus 的知识表
Knowledge Table 由WhyHow AI 开发，是一个开源软件包，旨在促进从非结构化文档中提取和探索结构化数据。它为用户提供了一个类似电子表格的界面，并能通过自然语言查询界面创建表格和图形等知识表征。该软件包包括可定制的提取规则、格式选项和通过出处进行的数据追踪，使其适用于各种应用。它支持无缝集成到 RAG 工作流中，既满足了需要用户友好界面的企业用户的需求，也满足了需要灵活后端来高效处理文档的开发人员的需求。
默认情况下，Knowledge Table 使用 Milvus 数据库来存储和检索提取的数据。这样，用户就可以利用 Milvus 的强大功能轻松搜索、过滤和分析数据。在本教程中，我们将介绍如何开始使用 Knowledge Table 和 Milvus。
先决条件
- 装载机
- Docker Compose
克隆项目
$ git clone https://github.com/whyhow-ai/knowledge-table.git
设置环境
你可以在项目根目录下找到.env.example 文件。将该文件复制到.env ，并填写所需的环境变量。
对于 Milvus，应设置MILVUS_DB_URI 和MILVUS_DB_TOKEN 环境变量。以下是一些提示：
- 将
MILVUS_DB_URI设置为本地文件，如./milvus.db，是最方便的方法，因为它会自动利用Milvus Lite将所有数据存储在此文件中。- 如果你有大规模数据，比如超过一百万个向量，你可以在Docker 或 Kubernetes 上设置性能更强的 Milvus 服务器。在此设置中，请使用服务器地址和端口作为 uri，例如
http://localhost:19530。如果在 Milvus 上启用了身份验证功能，请使用"<your_username>:<your_password>"作为令牌，否则不要设置令牌。- 如果要使用 Milvus 的全托管云服务Zilliz Cloud，请调整
MILVUS_DB_URI和MILVUS_DB_TOKEN，它们与 Zilliz Cloud 中的公共端点和 Api 密钥相对应。
除 Milvus 外，您还应设置其他环境，如OPENAI_API_KEY 。您可以从相关网站获取这些信息。
启动应用程序
$ docker-compose up -d --build
停止应用程序
$ docker-compose down
访问项目
前台可从http://localhost:3000 访问，后台可从http://localhost:8000 访问。
您可以玩转用户界面，并尝试使用自己的文档。
如需进一步了解演示用法，请参阅官方知识表文档。
