打造的個人知識系統都是靜態的，無法進行交互，調取知識只能依照記憶查詢，而隨著 ChatGPT 開發 API 後，這種個人知識系統就焕然一些了，彻底顛覆之前的靜態模式，變成可以進行交互的形式，更加利於知識的流通和調用。而 Quivr 這個項目剛好恰逢其時的推出，能夠讓你打造個人龐大的可交互知識庫，本篇文章就來介紹一下它。
前情提要
《利瑪窦的記憶宮殿學習法及教程，異於常人的記憶爽不爽》
《如何才能科學地打造自己的個人記憶系統》
《分享一下學習觀念，提升獲取知識速度，加深記憶》
《欲全面提升知識水平？或許可以用這招》
《觀學習金字塔後如何掌握知識 100%》
如果無法點開的文章，請前往本站搜索瀏覽。
官方網站
https://try-quivr.streamlit.app/
項目地址
內容詳情
Quivr 旨在幫助你存儲和檢索非結構化的信息，就像你的第二個大腦一樣。
它可以處理幾乎任何類型的數據，比如文本、圖片、代碼片段等，還利用了先進的生成式 AI，來幫助你生成和檢索信息。
應用設計快速高效，保證你能儘快地訪問你的數據，數據存儲在雲端，安全可靠。
支持多種文件類型，比如 TXT, CSV, MD, MARKDOWN, M4A, MP3, WEBM, MP4, MPGA, WAV, MPEG, PDF, HTML, PPTX, DOCX 等。
源碼使用 Python 編寫，使用 Streamlit 作為 web 框架。它利用了 Supabase（一個開源的 Firebase 替代品），來提供後端服務。
如果用源碼自己部署，可以使用自己的 ChatGPT API，如果沒有 ChatGPT API，Quivr 也可以使用，不過有限制，每天只提供 2000 Token 的使用額度。
使用方法也很簡單，界面中有一個添加知識按鈕，點擊後，上傳符合 TXT, CSV, MD, MARKDOWN, M4A, MP3, WEBM, MP4, MPGA, WAV, MPEG, PDF, HTML, PPTX, DOCX 等文件類型。
也可以添加網頁地址，也能添加數據庫表格。
上傳完畢後，點擊 "與你的大腦" 溝通，就可以進行知識交互了。
通過 Forget 和 Explore 可以控制和瀏覽上傳的文件，從而進行精準控制，優化自己的知識庫，應用不是很困難，這裡就不多做講解了，讀者朋友們可以自行測試，很有意思。