全媒体知识库 · 可交互演示

文本、图片、音频、视频, 统一理解与检索

这是 Lumora 产品知识库的演示工作台。输入一个查询,看不同媒体如何被解析、理解,最终汇聚到同一次检索结果里。

RAGFlow · Qwen-VL · Whisper · vLLM

知识库工作台

Lumora 产品知识库 · 预置素材

查询与流程

输入问题,观察 4 步处理链路

示例查询

运行一次检索,查看全媒体处理流程

工作原理

不同媒体,不同解析路径,同一个知识层

全媒体知识库的关键不是把所有文件塞进一个库,而是为每种媒体选择最合适的解析方式,再把结果统一到可检索、可追溯、可评测的知识层。

技术栈

每个组件的角色

RAGFlow

文档解析、统一索引和知识库管理

处理 PDF / Word / PPT / Markdown,保留文档结构,负责分块、索引和检索入口。

Qwen-VL / CLIP

图片理解、标签和结构化描述

为每张图片生成自然语言描述、标签和分类,让文本查询能命中图片内容。

Whisper / FFmpeg

音频转录、视频抽帧和时间轴处理

把音轨转成带时间戳的文本,视频抽关键帧,字幕和关键帧共同进入知识层。

vLLM / Ollama

本地或私有推理服务

涉密资料优先本地推理,公开资料可按成本和时延选择云 API。