琅嬛 Langhuan
一个可单二进制部署的知识库 MCP。把企业文档变成可检索、可向量化、可追溯的知识服务， 再通过 REST 与 MCP over HTTP 交给上层的 LLM、Agent 和业务工具。
琅嬛和普通 RAG 知识库有什么区别？
RAG 里缺的，不是另一个聊天框。琅嬛只负责知识处理与检索这一层——它不生成 LLM 答案， 也不编排 Chat 或 Agent，让知识底座可以被不同模型、不同客户端重复使用。
文档→琅嬛→你的 LLM / Agent
琅嬛内置了哪些能力？
- 中文混合检索pgvector 向量检索、PostgreSQL FTS 全文检索与 zhparser 中文分词，通过确定性 RRF 融合，兼顾语义和关键词。公开评测：段落级中文检索 recall@10 达 0.98，混合检索严格高于纯向量，实测过程见《给检索系统造一把尺子》。
- 原生 MCP over HTTPknowledge_search、document_ingest 等工具直接暴露给 MCP 客户端，让知识库可以被 Claude、Agent 或内部工具调用。
- 单二进制交付REST、MCP、异步 worker 与内嵌 Web Console 一起编译进一个 Go 二进制，不需要 Node 运行时或微服务编排。
- 全程可追溯每个 chunk 都能回到源文档、版本和页码、行列或偏移锚点，导入、分块和索引链路保持幂等。
- 多租户边界Workspace 即租户边界，配合成员角色与 Workspace API Key，适合把知识服务放进真实的组织环境。
琅嬛支持哪些文档格式？
PDFMarkdownTXTCSVXLSXDOCX
常见问题
琅嬛和普通 RAG 知识库有什么区别？
琅嬛是一个独立的知识服务，只负责把当下能核对的资料交出来，不替团队决定答案，也不替代原始业务系统。同一份知识可以同时交给不同 Agent、LLM 或业务工具使用。
琅嬛需要什么样的部署环境？
单个 Go 二进制即可部署，支持 Linux 与 macOS，自带 Web Console 与异步任务；小规模可用 SQLite 起步，生产中文混合检索建议配合 PostgreSQL（pgvector 与 zhparser）。
琅嬛支持哪些文档格式？
PDF、Markdown、TXT、CSV、XLSX、DOCX。导入后每个 chunk 都能回溯到源文档、版本和页码，导入、分块和索引链路保持幂等。
琅嬛的中文检索效果怎么样？
pgvector 向量检索与 PostgreSQL FTS（zhparser 中文分词）经确定性 RRF 融合。公开评测：段落级中文检索 recall@10 达 0.98，混合检索严格高于纯向量，方法与数据公开可复现。
什么时候不适合用琅嬛？
如果只是个人临时问答、不在意溯源与多租户，现成的笔记类 AI 功能更省事。琅嬛面向要进组织流程、可评测、可追溯的知识底座场景。
项目与联系
琅嬛由 David Liu 发起，持续关注 AI 应用从演示走向生产时，知识底座应该如何工作。 项目开源，欢迎试用与反馈。
langhuan.dev ↗想聊聊你的场景？联系我：liuw@liuw.net