产品简介
Kumi 是一款知识库测试工具，通过热图可视化技术，帮助用户快速评估知识库效果。它支持自动化测试、多种格式知识导入和跨平台部署，适合需要优化知识库性能的 AI 开发者和数据科学家。
核心功能
- 高可视化热图测评
- 自动化测试支持（embedding 和 llm）
- 多种格式知识库导入（xlsx、csv、json）
- API 接口暴露，便于平台集成
- 跨平台部署（Windows、macOS、Linux）
快速开始
- 安装 uv 并创建 Python 3.12 环境。
- 安装依赖并配置环境文件（.env 和 embedding_providers.yaml）。
- 启动 Chroma 向量数据库服务。
- 运行 KUMI 应用并访问 127.0.0.1:8000/web 界面。
界面预览
与其他方案对比
| 对比项 | Kumi | 同类方案 |
|---|---|---|
| 可视化方式 | 热图可视化，直观展示测试结果 | 传统文本报告，缺乏直观性 |
| 部署灵活性 | 支持 Windows、macOS、Linux 本地部署 | 可能仅支持云平台或特定系统 |
| 测试自动化 | 支持 embedding 和 llm 自动化测试 | 可能只支持手动或单一测试方式 |
适合谁用
- 需要评估知识库效果的 AI 开发者
- 进行知识库优化和测试的数据科学家
- 跨平台部署和管理知识库的技术团队
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/RwandanMtGorilla/Kumi