Petrichor

让知识被人读懂，也被 AI Agent 正确调用

开源、自托管的知识平台：用 Markdown 写作，把内容编译成语义 Wiki，
再通过 Agentic RAG 生成可追溯的回答。

A self-hosted knowledge platform that turns Markdown into wikis, evidence and agent-ready knowledge.

产品介绍 · 在线体验 · 快速开始 · 文档中心 · GitHub Wiki

🎬 一分钟了解 Petrichor

写作 → 编译语义 Wiki → 可追溯问答 → 划词问 AI → 交给你的 Agent。画面取自 wl.do 的真实公开页面。

✨ 为什么是 Petrichor

• 知识不是一次性向量。 原文分片、推荐问题、语义 Wiki 和文章目录并存，分别处理事实、用户问法、概念关系与结构性问题。
• 检索和阅读严格分离。 Agent 先用 Search / Outline 定位，再 Read 原文形成 Evidence，避免把一批相似片段无差别塞进上下文。
• Wiki 是可维护的知识中间层。 从整篇文档抽取实体、概念和关系，让多篇文章聚合到同一页面，同时保留来源引用与新鲜度指纹。
• 知识可以交给其它 Agent。 除 REST 和 MCP 外，还能导出 OKF、Obsidian 与可安装的 Agent Skill 包。
• 运行边界完全可控。 Web、API、Worker、PostgreSQL、Redis 和对象存储均由部署者管理，模型供应商可按用途自由配置。

🧩 核心能力

• 随笔与网页采集 — 后台首页随手记录 Markdown、图片和标签，也可粘贴网址交给 Firecrawl 抓取并由模型整理；支持草稿恢复、搜索、置顶和智能归档推荐，整理后归档为指定知识库和文件夹中的正式文章。
• 结构化写作 — PlateJS、Markdown、代码块、公式、表格、白板、思维导图与媒体嵌入。
• 知识库与发布 — 多级目录、标签、全文搜索、文章分享、公开问答、正文划词问 AI，以及标准 /rss.xml / /atom.xml 订阅。
• Agentic RAG — 标题感知切片、推荐问题、BM25 / Vector / Wiki 融合、目录导航、Evidence / Trace。
• 语义 Wiki — 实体与概念抽取、多文章聚合、关系图谱、来源引用、补丁审计与结构检查。
• Pi Agent Runtime — 站内助手、前台公开问答、子 Agent 与 Wiki 文档 Agent 统一基于 Pi Agent Core；计划、动态 Skill、预算、Evidence 与权限由 Go 掌控，支持运行中补充要求和检查点恢复。
• Agent 扩展 — 外部 MCP Client、文件化 SKILL.md、Jina 兼容模型重排、隔离代码沙箱与 Playwright 浏览器执行，凭据和白名单只保存在 Go。
• 开放集成 — API Key、MCP、REST、知识 Skill 包、能力清单与完整调用审计。
• 自托管基础设施 — Go + Gin、Goose、Sa-Token-Go、PostgreSQL、Redis + Asynq、S3 兼容存储和 Caddy。

🚀 快速开始

Vercel 纯前端演示

只需要展示产品、暂时不接后端时，可直接部署仓库内置的静态 Demo：

bun install --cwd apps/web
bun run build:demo
bunx vercel --prod

它覆盖前台文章与问答、后台随笔、知识库与编辑器、Wiki 知识空间和图谱；已保存的数据在浏览器内生成，刷新即重置，未保存的随笔草稿会保留在当前浏览器。不需要数据库、Redis、S3 或模型密钥。详细说明见 docs/vercel-static-demo.md。

Docker Compose 部署

准备 Docker Engine、Compose v2，以及一套可从容器访问、已启用 pg_trgm 与 vector（pgvector）扩展的 PostgreSQL 16+ 数据库：

git clone https://github.com/Ciao1019/Petrichor.git
cd Petrichor

cp .env.example .env
cp apps/api/config.example.toml apps/api/config.toml

启动前至少完成以下配置：

1. 在 .env 中设置 PETRICHOR_DOMAIN；本机 HTTP 可保持 :80。
2. 在 apps/api/config.toml 中填写 [database].url。
3. 为 [encryption] 生成稳定的随机 key 和 salt。
4. 在 [storage] 中选择 /data/uploads，或配置 [storage.s3]。
5. 按需配置登录、AI 模型供应商和外部搜索能力。

# 拉取公开的 GHCR 多架构镜像（linux/amd64、linux/arm64）
docker compose pull
docker compose up -d --no-build
docker compose ps
docker compose logs -f api worker

Compose 默认使用以下公开镜像；API 镜像同时包含 Server、Asynq Worker 与迁移命令：

镜像同时发布 latest、master 与不可变的 sha-<12 位提交哈希> 标签。生产环境建议在 .env 中通过 PETRICHOR_API_IMAGE 和 PETRICHOR_WEB_IMAGE 固定同一提交的 sha-* 标签。需要从当前源码 重新构建时，仍可执行 docker compose up -d --build。

打开配置的域名，首次访问会进入管理员初始化页。官方 Asynq 可视化管理器 asynqmon 默认同时启动， 仅监听宿主机 http://127.0.0.1:8081，可查看、重试、归档或删除两个队列中的任务。Petrichor 不写入默认账号，初始化只能成功执行一次。

[!IMPORTANT] compose.yaml 不内置 PostgreSQL，请连接本地、自建或托管的 PostgreSQL 实例，并确认可以创建 pg_trgm 与 vector 扩展。不要把数据库连接串、Cookie、Token、API Key 或真实 config.toml 提交到仓库。

bun install --cwd apps/web
bun run install:agent
cp apps/web/.env.example apps/web/.env.local
cp apps/api/config.example.toml apps/api/config.toml

docker compose up -d redis

# 终端 1：Go API，默认 http://127.0.0.1:8080
cd apps/api && go run ./cmd/server

# 终端 2：Asynq Worker（知识构建 + 视觉导入）
cd apps/api && go run ./cmd/worker

# 终端 3：Bun / Vite Web，默认 http://127.0.0.1:3000
bun dev

🧠 Agentic RAG

flowchart LR
  source["Markdown / PDF"] --> chunk["结构切片"]
  source --> wiki["语义 Wiki"]
  chunk --> question["推荐问题"]
  chunk --> recall["BM25 + Vector"]
  question --> recall
  wiki --> recall
  query["用户问题"] --> agent["Search · Outline"]
  recall --> agent
  agent --> read["Read / Read Many"]
  read --> evidence["Evidence + Trace"]
  evidence --> answer["可追溯回答"]

knowledge.search 只返回轻量定位信息。Agent 必须通过 knowledge.read / read_many 深读，正文才会成为 Evidence；推荐问题命中后也必须回到原始分片。结构性问题则通过 knowledge.outline 浏览 PageIndex 或标题目录，不让相似度检索打乱章节顺序。

完整的切片参数、Wiki 构建、索引结构、召回算法与降级策略见 《Petrichor Agentic RAG：从 Markdown 到可追溯回答》。

🏗️ 系统架构

flowchart TB
  clients["Browser · MCP · REST"] --> caddy["Caddy<br/>HTTPS · 静态资源 · API 反代"]
  caddy --> web["React + Vite SPA"]
  caddy --> api["Go + Gin API"]
  api --> postgres["PostgreSQL<br/>业务数据 · Wiki · 索引"]
  api --> redis["Redis + Asynq<br/>热点缓存 · 持久任务 · 导入页状态"]
  api --> storage["S3 / 本地卷<br/>上传文件"]
  worker["Asynq Worker<br/>知识构建 · 视觉导入"] --> redis
  worker --> postgres
  worker --> storage
  api -. "stdio JSONL" .-> pi["Pi Agent Core 运行器<br/>每个推理段一个子进程"]
  worker -. "stdio JSONL" .-> pi

• Web：apps/web 是 React + Vite + TypeScript SPA；Bun 负责依赖、测试和构建，生产静态资源由 Caddy 提供。
• API：apps/api 是 Go + Gin 服务，负责认证、数据库、对象存储和 Agent Runtime；监听前自动执行 Goose 迁移，并把后台任务写入 Asynq。
• Pi Agent：站内助手、前台公开问答、子 Agent 与 Wiki 全文抽取统一使用 Pi Agent Core 0.87.0。每个推理段启动独立的 Bun 子进程，只通过私有 stdio JSONL 与 Go 通信，不监听端口；模型凭据、权限、确认票据、Evidence 和业务工具始终留在 Go。API/Worker 镜像自带 Bun 与打包运行器，无需单独部署 Agent 服务。
• Worker：apps/api/cmd/worker 分别以 8 路和 2 路并发消费知识构建、视觉导入队列；视觉导入任务、页面进度、重试和业务死信也统一保存在 Redis。
• Redis / Asynq：Redis 同时保存热点缓存、排队/重试任务、视觉导入状态和知识构建的一小时轮询结果；Compose 启用 AOF 与 noeviction，不得把任务 Redis 当作可随时清空的缓存。
• asynqmon：Compose 默认启动官方 Web UI，端口只绑定宿主机回环地址；不经 Caddy 暴露到公网。
• 入口：生产环境只公开 Caddy，API、Worker 与 Redis 均位于 Compose 内部网络。

[!NOTE] API 与 Worker 已通过 Redis 解耦，API 重启不会丢失已排队任务。Asynq 采用至少一次执行语义；知识构建和视觉导入都使用稳定 TaskID 去重，视觉导入通过 Redis 页状态和文章 ID 预留实现幂等恢复。

📚 文档导航

从这里开始

• 文档中心 — 按目标组织的完整索引与系统概览。
• 运维手册 — Compose、探针、Worker、指标、备份与发布检查。
• AI 模型配置 — 供应商、用途绑定、协议和向量维度。

理解 Agent 与知识系统

• Agentic RAG — 数据进入、结构切片、Wiki 编译、混合召回和深读。
• Agent Runtime — Pi Agent Core 接入、状态、预算、Evidence、Trace、SSE 与安全边界。
• Agent 扩展配置 — 外部 MCP、文件化 Skills、模型重排、代码沙箱、浏览器、运行中补充与检查点恢复。
• 知识可移植性 — OKF、Obsidian、Agent Skill 包、编译说明书和新鲜度。

接入其它工具

• 外部客户端接入 — Claude Code、Codex、Cursor 的 MCP / Skill 配置。
• GitHub Wiki — 面向使用者的精选指南。

仓库内 docs/ 是可评审、可版本化的文档事实来源；GitHub Wiki 提供精选阅读入口。

⚙️ 配置边界

Go 后端只读取 apps/api/config.toml；Web 公开变量只写入 apps/web/.env.local：

• apps/api/config.toml — PostgreSQL、Session、加密、存储、LinuxDo、Redis、Agent 与模型凭证；Pi 运行器位于 [agent.pi]，外部 MCP、重排与沙箱位于 [agent.integrations.*]。
• apps/web/.env.local — 浏览器公开变量与本地 Go API 代理地址，只用于 Web 开发和构建。
• 根目录 .env — Compose 域名、公开端口、Redis 本机端口与 Go 模块代理。

生产镜像由 Caddy 直接提供 Vite 构建产物，不运行 Bun Server。config.toml 通过 Compose secret 挂载，不会进入镜像。

🛠️ 常用命令

bun dev                 # 启动 Bun / Vite Web
bun run typecheck       # TypeScript 类型检查
bun run lint            # ESLint
bun run test            # Vitest
bun run test:coverage   # 覆盖率棘轮
bun run build           # Vite 生产构建 + Brotli / Gzip 预压缩
bun run check:bundle    # 首屏与 chunk 传输体积预算
bun run test:api        # Go 测试
bun run build:api       # Go 构建
bun run install:agent   # 安装独立 Pi 运行器依赖
bun run typecheck:agent # Pi 运行器类型检查
bun run test:agent      # Pi 消息协议测试
bun run build:agent     # 打包 Pi 运行器和第三方许可证
bun run check:size      # 单文件行数约束

docker compose up -d --build
docker compose run --rm api migrate status

完整 Go 检查：

cd apps/api
go test ./...
go test -race ./...
go vet ./...
go run golang.org/x/vuln/cmd/govulncheck@latest ./...

.
├── apps/
│   ├── api/
│   │   ├── cmd/server/             # Go API 入口
│   │   ├── cmd/worker/             # Asynq 知识构建与视觉导入 Worker
│   │   ├── cmd/migrate/            # Goose 迁移命令
│   │   ├── cmd/sandbox/            # 独立代码沙箱执行服务
│   │   ├── internal/               # 鉴权、业务、存储、检索与 Agent
│   │   ├── agent-skills/           # 文件化 Agent Skill 示例
│   │   ├── tools/pi-agent/         # Pi Agent Core 运行器与独立 Bun 锁文件
│   │   ├── tools/sandbox/          # 沙箱执行镜像
│   │   ├── migrations/             # 数据库迁移
│   │   └── config.example.toml     # 后端配置模板
│   └── web/
│       ├── src/                     # React SPA
│       ├── public/                  # 静态资源
│       ├── server.ts                # 本地静态服务与 Go API 代理
│       ├── Caddyfile                # 生产静态资源与 API 反代
│       ├── patches/                 # Bun 依赖补丁
│       └── bun.lock                 # Web 独立锁文件
├── docs/                            # 可版本化的完整文档
├── wiki/                            # GitHub Wiki 发布源
├── compose.yaml                    # Caddy、Go API、Worker、Redis、asynqmon
├── compose.agent-tools.yaml        # 可选 Playwright MCP 浏览器服务
├── package.json                    # 根命令入口
└── CONTRIBUTING.md                 # 贡献流程

🤝 贡献

欢迎提交 Issue 与 Pull Request。开始前请阅读 AGENTS.md 和 CONTRIBUTING.md，并确保相关检查通过。

🙏 致谢

• 公开站点 UI 与排版设计借鉴自 astro-theme-retypeset。
• 感谢 LinuxDo 社区的支持。

License

Apache License 2.0 © 2026 Petrichor Contributors