之前 4 月中旬的时候我发过一个帖子，说我做了一个叫 Knowhere 的文档解析插件，专治非结构化数据。当时有老哥问后台用的是什么服务，我说准备开源出去，后面可以关注一下。 现在，它来了。 仓库在这里： https://github.com/Ontos-AI/knowhere 先说说我为什么做这个东西。 做 AI 应用开发的兄弟应该都有同感——模型越来越强了，但一碰到复杂文档，还是容易崩。 比如你丢一份几十页的财报 PDF 进去，AI 要么开始胡编，要么直接说没有这个内容。这叫“AI 幻觉”。 最开始我也以为是模型不行，换了 Claude 换 GPT ，折腾了一圈发现问题根本不在这里。 根本上，喂给 AI 的原材料就是烂的。 现在市面上绝大多数文档解析工具，处理方式简单粗暴：按固定字数一刀切，把所有内容打碎成碎片。问题是文档里的信息是有层级、有关联、有上下文的一刀切进去，逻辑全断了。AI 拿到一堆碎片，只能靠猜。 更要命的是 PDF 里的多级表头、Excel 里的复杂行列关系、PPT 里的图文混排，传统方案基本束手无策。 强行切下去的结果就...