Skip to content
← 返回专题清单

免费软件专题

免费开源文档转 Markdown、代码知识图谱与本地 RAG 检索工具推荐

无论是搭建个人本地第二大脑,还是让 AI 编程助手理解大型项目,核心瓶颈往往不在模型本身,而在「喂给模型的上下文质量」。直接塞入原始 PDF/Word 或让 Agent 全库盲读代码,既烧 Token 又容易产生幻觉。这份清单精选了文档清洗转 Markdown、代码结构图谱 MCP 以及轻量级本地全文/向量检索引擎,全部开源免费、支持纯本地运行。

13 个精选推荐

怎么挑

  • 开源免费,支持在本机或自有服务器离线运行,私密文档与源码不出本地。
  • 显著提升大模型上下文信噪比,大幅降低 Token 消耗与检索延迟。

一表看懂横向对比

名称 核心定位 开源/协议 支持平台 / 客户端 自由特性
MarkItDown 微软开源的万能文档转 Markdown 神器,一键清洗 PDF、Word、PPT、Excel 与音频 MIT Windows, macOS, Linux, 命令行 开源 · 无广告 · 无追踪 · 离线可用
AnythingLLM 把自己的文档喂给本地大模型,让它按你的资料回答 MIT Windows, macOS, Linux 开源 · 无广告 · 离线可用 · 无需注册
Open WebUI 自建的大模型网页界面,通常接在 Ollama 前面 Source-available 网页, Linux, Windows, macOS 可自建 · 离线可用 · 跨平台 · 无广告
Blinko 内置本地 AI 语义检索的开源闪念卡片笔记,兼具 Flomo 的轻快与第二大脑的记忆检索 MIT Windows, macOS, Linux, 网页, iOS, Android 开源 · 无广告 · 无追踪 · 可自建
Meilisearch Rust 编写的毫秒级开源全文与混合向量搜索引擎,开箱即用的 Algolia 免费自建平替 MIT Windows, macOS, Linux, 命令行 开源 · 无广告 · 无追踪 · 离线可用
Typesense 用现代 C++ 构建的内存级极速开源搜索引擎,原生集成向量检索、语义搜索与地理围栏 GPL-3.0 macOS, Linux, 命令行 开源 · 无广告 · 无追踪 · 离线可用
Obsidian 本地优先的知识库,你的笔记永远属于你 Proprietary(个人与商用均免费) Windows, macOS, Linux, iOS, Android 无广告 · 无追踪 · 离线可用 · 无需注册
SiYuan 块级双链笔记,数据是本地的 Markdown 文件 AGPL-3.0 Windows, macOS, Linux, iOS, Android, 网页 开源 · 无广告 · 无追踪 · 离线可用
Karakeep 自建书签库,存的是页面全文不是一个会死的链接 AGPL-3.0 Linux, Android, iOS, 网页 开源 · 无广告 · 无追踪 · 无需注册
Codebase-Memory-MCP 基于 Tree-sitter 构建本地代码知识图谱的 MCP 服务,让 Agent 查调用链省下 80% Token MIT Claude Code, Cursor, Codex, Windsurf 开源 · 无广告 · 无追踪 · 离线可用
Skill Seekers 一键把任意技术文档网站、GitHub 仓库或 PDF 自动提炼打包成标准 SKILL.md 技能包 MIT Claude Code, Cursor, Codex, Windsurf 开源 · 无广告 · 无追踪 · 离线可用
Context7 给 AI 实时、版本准确的库文档 MIT Claude, Claude Code, Cursor, Cline 开源 · 无广告 · 无追踪 · 无需注册
Claude-Mem 让编程 Agent 拥有跨会话长期记忆的开源插件,自动捕获、压缩并按需注入项目经验 MIT Claude Code, OpenClaw, OpenCode, Cursor 开源 · 无广告 · 无追踪 · 离线可用

推荐工具

推荐 Skills & MCP

常见问题

如何把一堆 PDF、Word 和 Excel 批量转换成干净的 Markdown 导入知识库?
使用微软开源的 MarkItDown(MIT 协议)。它能保留原文档的标题层级、列表和表格结构,一键将 .docx、.pptx、.xlsx、PDF 乃至音频和图片转换为高可读性的 Markdown 文件。
怎么让 Claude Code 或 Cursor 在大型代码库里少消耗 Token?
配置 Codebase-Memory-MCP 和 Claude-Mem:前者用 Tree-sitter 在本地生成函数与调用链图谱,避免 Agent 反复全库盲读代码;后者跨会话持久化保存项目架构记忆,不用每次重头解释。