Kotaemo智能文档对话平台开源部署，私有RAG系统本地化搭建与内网穿透远程访问完整指南
作者
小编
发布时间
Kotaemo 智能文档对话平台 - 开箱即用的私有RAG系统
项目介绍
Kotaemo 是一个开源的、开箱即用的智能文档问答平台。它采用现代化的 RAG（检索增强生成）技术架构，为用户提供了一个简洁而强大的文档对话界面。无论你是普通用户想要快速搭建自己的文档知识库，还是开发者想要构建自定义的 RAG 管道，Kotaemo 都能满足你的需求。
这个项目具有漂亮的用户界面，支持多用户登录、文件集合管理、协作分享等企业级功能。最重要的是，你可以完全掌控自己的数据，支持使用本地模型进行私密的文档分析，无需将敏感信息上传到云端。
项目地址：https://github.com/Cinnamon/kotaemo
核心特性亮点
🎯 混合检索引擎：结合全文搜索与向量检索，确保最佳的信息检索质量
📄 多模态支持：支持处理包含图表、表格的复杂文档，智能提取关键信息
🔗 精准引用：每个回答都配有详细的文献引用和相关性评分，支持在线 PDF 查看器预览
🧠 高级推理：支持问题分解、ReAct 和 ReWOO 等智能推理方法处理复杂问题
🔐 隐私优先：支持本地部署和本地模型，你的数据永远掌握在自己手中
🛠️ 灵活配置：支持 OpenAI、Azure、Ollama 等多种 LLM 提供商，可在 UI 中实时调整检索和生成参数
👥 企业协作：多用户支持、文件权限管理、共享对话等功能
部署安装
如果你需要在外网也能访问这个平台，建议配置内网穿透服务。可以考虑使用 帕斯内网穿透 这类的解决方案，先注册账号备用。具体的操作指南可以参考 帕斯内网穿透全平台上手攻略，轻松实现远程访问。
最快速上手方案 - Docker 单命令部署
Kotaemo 提供了三个版本的 Docker 镜像，满足不同的使用场景：
Lite 版本（推荐大多数用户）- 支持 PDF、HTML、Excel 等常见文件格式：
1docker run \2 -e GRADIO_SERVER_NAME=0.0.0.0 \3 -e GRADIO_SERVER_PORT=7860 \4 -v ./ktem_app_data:/app/ktem_app_data \5 -p 7860:7860 -it --rm \6 ghcr.io/cinnamon/kotaemo:main-lite
Full 版本 - 支持更多文件格式（Word、PowerPoint 等），包含完整的 OCR 和表格解析能力：
1docker run \2 -e GRADIO_SERVER_NAME=0.0.0.0 \3 -e GRADIO_SERVER_PORT=7860 \4 -v ./ktem_app_data:/app/ktem_app_data \5 -p 7860:7860 -it --rm \6 ghcr.io/cinnamon/kotaemo:main-full
Ollama 集成版本 - 预装本地大语言模型，实现完全私密的本地 RAG：
1docker run \2 -e GRADIO_SERVER_NAME=0.0.0.0 \3 -e GRADIO_SERVER_PORT=7860 \4 -v ./ktem_app_data:/app/ktem_app_data \5 -p 7860:7860 -it --rm \6 ghcr.io/cinnamon/kotaemo:main-ollama
Mac 用户注意（M1/M2/M3 芯片）：
1docker run \2 -e GRADIO_SERVER_NAME=0.0.0.0 \3 -e GRADIO_SERVER_PORT=7860 \4 -v ./ktem_app_data:/app/ktem_app_data \5 -p 7860:7860 -it --rm \6 --platform linux/arm64 \7 ghcr.io/cinnamon/kotaemo:main-lite
NAS 部署指南
如果你使用飞牛 NAS 或其他 NAS 设备，按照以下步骤操作：
1. 添加 Docker 镜像
打开 NAS 管理界面，找到'本地镜像'或'Docker 镜像'模块
选择'添加镜像'，选择'从 URL 添加'
输入镜像地址：ghcr.io/cinnamon/kotaemo:main-lite（或其他版本）
等待镜像下载完成
2. 启动容器配置
点击下载好的镜像，选择'启动'按钮
勾选'开机自动启动'确保重启后自动运行
3. 端口映射设置
容器端口（内部）：7860
宿主机端口（外部）：7860（如果冲突可改为其他端口如 8080，但容器内部端口必须保持 7860）
4. 数据持久化配置
创建一个本地文件夹用于存储应用数据，例如 /mnt/storage/kotaemo_data
容器内路径：/app/ktem_app_data
将本地文件夹映射到容器内，确保你的文档和配置数据永久保存
5. 环境变量配置（可选但推荐）
必须设置：
GRADIO_SERVER_NAME=0.0.0.0 - 允许外部访问
GRADIO_SERVER_PORT=7860 - 服务端口
可选设置：
OPENAI_API_KEY - 如果使用 OpenAI 模型，填入你的 API 密钥
AZURE_OPENAI_API_KEY - Azure OpenAI 用户填写
USE_NANO_GRAPHRAG=true - 启用 NanoGraphRAG 高级检索
USE_LIGHTRAG=true - 启用 LightRAG 知识图谱功能
其他变量保持默认即可，无需修改。
6. 完成部署
点击'下一步'和'启动'按钮
等待容器启动完成（通常需要 1-2 分钟）
7. 访问应用
在浏览器中访问：http://你的NAS_IP:7860
默认用户名和密码都是 admin
首次登录后，建议立即修改密码并创建新用户
快速上手指南
1. 登录并配置 LLM
使用默认账户（admin/admin）登录
进入'Resources'标签页
在'LLMs and Embeddings'中配置你的 AI 模型
支持 OpenAI、Azure OpenAI、本地 Ollama 等多种选择
2. 上传文档
点击'Upload'按钮上传你的 PDF、Word、Excel 等文件
系统会自动解析和索引文档内容
3. 开始对话
在聊天框输入你的问题
系统会智能检索相关内容并生成回答
每个回答都附带精准的文献引用
4. 高级功能探索
尝试'Settings'中的不同推理方法（简单问答、问题分解、智能代理）
调整检索参数以获得最佳效果
创建和分享知识库集合
总结
Kotaemo 是一个功能完整、易于部署的企业级文档智能问答系统。无论你是想为团队搭建内部知识库，还是想体验最新的 RAG 技术，这个开源项目都是一个绝佳的选择。通过 Docker 的支持，你可以在几分钟内完成部署，立即开始享受智能文档分析的便利。
本篇教程到此结束，祝你使用愉快！