五款开源AI知识类工具：高效提取知识，重塑你的学习流程

原创：技术爬爬虾
时间：2025-09-01

PDF转Word和Markdown，全网视频提炼笔记，笔记内容还能秒变AI知识库。在新学期的第一天，是时候用AI给学习方式来一次彻底升级了。这里我准备了五款压箱底的AI知识类工具，旨在帮助我们更高效地提取知识内容，重塑个人学习的版图。更棒的是，这些工具全部开源免费，你可以在GitHub上找到它们的在线使用地址或安装包，甚至还能基于源代码进行功能DIY，打造最适合自己的利器。

话不多说，我们直接开始。

一、 MinerU：PDF、PPT与图片的终极解析器

简介
MinerU是一个开源免费的PDF解析神器，它能够将PDF、PPT、图片等多种格式的文件，精准地转换成便于编辑和处理的Markdown格式。无论是文件中的图片、表格，还是复杂的数学公式，它都可以精确提取。特别值得一提的是，它还能处理扫描版的PDF文件。

核心价值
MinerU的核心价值在于，它能将这些对AI大模型不够友好的复杂文件类型，转换成AI易于理解的文本格式。因此，它与构建AI知识库是“绝配”。

实战演练

  1. 访问与登录：我们来到MinerU项目官网 (https://mineru.net/)，建议先在右上角登录。
  2. 在线使用：点击“在线使用”，然后将需要处理的文档（例如一篇格式复杂的论文）直接拖拽上传。你可以在页面右上角看到文件的处理进度。
  3. 解析与交互：处理完成后，界面会分为左右两栏。左侧是源文件预览，右侧是解析出的Markdown内容。当你在左侧的源文件上选中一个块级元素（如一段文字、一个表格或一张图片），右侧就会高亮关联出对应的Markdown语法。
  4. 内容复制：你可以轻松复制所需内容。点击复制按钮，即可获得相应部分的Markdown源码；对于数学公式，可以一键复制其LaTeX源码。
  5. 下载与编辑：在右上角，你可以选择以多种文件格式（如Markdown、纯文本等）将整个文档下载下来。这里我们下载Markdown格式。下载后的.md文件可以使用VS Code、Cursor等编辑器打开。打开后是论文的完整Markdown源码，你可以自由地进行编辑。在VS Code中，按Ctrl + Shift + V可以打开实时预览页面，直观地看到排版效果。

小结
Markdown格式凭借其格式清晰、Token利用率高等优点，已经成为大模型理解与处理文本的首选格式。通过MinerU，我们完成了构建知识库最关键的第一步：高质量的数据准备。

二、 NoteGen：集AI与全平台支持于一身的开源笔记软件

简介
有了标准化的Markdown格式知识后，我们需要一个强大的笔记软件来长久地保存和管理它们。NoteGen是一个近期热度极高的开源AI笔记软件。它基于Tauri 2.0技术开发，安装包仅仅只有20兆左右，却提供了Windows、Mac、iOS以及安卓等全平台的支持。

实战演练：从笔记存储到AI知识库

  1. 安装与使用：从NoteGen官网 (https://notegen.top/cn) 或其GitHub页面找到软件下载地址并安装。打开软件后，切换到“写作”这一栏，新建一个Markdown格式的笔记。
  2. 导入知识：将我们刚才通过MinerU生成的整篇Markdown论文内容，直接复制并粘贴进来。你会发现，论文的格式、排版都得到了清晰的保留。你甚至可以直接把任意图片复制并粘贴到文章中。
  3. 变身AI知识库（核心步骤）：
    • 接入AI能力：要让笔记“活”起来，我们需要通过API平台把AI的能力接入NoteGen。在软件左下角找到“设置”->“模型配置”，点击“创建新模型”。
    • 选择API平台：这里以“硅基流动”为例。将平台地址复制到浏览器打开并登录。在左侧找到“API密钥”，新建一个API密钥并复制它。
    • 配置嵌入模型：将复制的密钥粘贴到NoteGen的配置中。首先我们配置一个给知识库使用的“嵌入模型”。在“硅基流动”的模型广场中，筛选“嵌入”类型，这里我们选择一个免费的模型（如BGE-M3），将其模型名字复制过来，粘贴到NoteGen的Model栏，并将模型类型改为“嵌入”。
    • 配置对话模型：接着，创建新配置来添加一个“对话模型”。API Key使用刚才同一个。在模型广场筛选“对话”类型，这里我们选择deepseek-v2（视频口误为v3.1），复制模型名称并粘贴，模型类型选择“对话”。
    • 关联模型：最后，在NoteGen的“配置”里找到“知识库”，将其“嵌入模型”选择为我们刚才配置好的BGE-M3模型。这样，整个AI知识库就配置完成了。
  4. AI知识库演示：切换到“记录”页面，在这个页面可以跟AI进行对话。确保“知识库检索”的开关是开启状态。我问一个之前笔记里记录过的问题：“在docker里把模块都打包在一起，做一个巨大的容器，坏处是什么？” 很快，AI根据我的笔记内容，成功检索并总结出了四条相关的答案。

NoteGen的其他实用功能

  • 记录功能：像一个随笔便签，可以快捷地把知识片段、AI对话记录下来。它还能自动识别剪切板的内容，一键记录。

  • 截图功能：可以快速地给应用截屏。双击截图，它会调用AI图像识别，自动为图片添加文字描述，极大方便了我们以后通过文字快速搜索图片。

  • 便签功能：用于快速记录碎片化的知识点。等有时间时，再通过“记录”功能将这些便签插入到笔记中，整理成完整的知识体系。

  • 官网：https://notegen.top/cn

  • 源代码：https://github.com/codexu/note-gen

三、 BiliNote：将视频讲座化为精炼笔记

简介
视频是另一个重要的学习资料来源。接下来我们看如何快速把视频整理成笔记。针对不同平台的视频，我们推荐两款工具。

1. NotebookLM (支持YouTube)
这是谷歌推出的一个AI笔记工具，可以将散落在各种数据源（音频、视频、PDF、网页等）里的知识进行归纳整理，输出成学习指南、简报或思维导图。

  • 使用流程：（需要国外的上网环境）访问其官网，新建一个笔记本，然后就可以上传各种来源的学习资料。
  • 示例：我选择上传一个油管视频链接，这是一个长达7小时的Next.js 15完整教程。我让NotebookLM帮我规划一个学习路线图，它很快为我生成了一份详尽的笔记，总共分为六大阶段，每个阶段里的知识点都列得非常清楚。我们可以直接把这个笔记复制下来，粘贴到自己的笔记软件里，作为学习的指引。

2. BiliNote (支持国内主流视频平台)
BiliNote是一个开源的AI视频助手，支持通过视频链接自动提取内容，并且生成结构清晰、重点明确的Markdown格式笔记。

  • 安装：在其GitHub首页的“Releases”中可以找到Windows和Mac系统对应的安装包。下载并安装。首次启动时请耐心等待一会儿，因为它正在下载本地的语音识别模型。

  • 配置：第一步是配置模型。点击“配置AI模型”，找到DeepSeek，这里我们依然可以使用“硅基流动”的API。把之前用过的地址和API Key配置过来，刷新并选择deepseek-v2模型，保存即可。

  • 使用：回到首页，把B站等平台的视频地址粘贴进来，模型选择我们刚配置好的DeepSeek。你可以自定义笔记格式，例如勾选“AI总结”和“原片跳转”。点击“生成”，稍等片刻。

  • 结果：最终生成的笔记质量相当不错，层次非常清晰。同样，它还会为我们生成内容完善的思维导图。我们可以把这些内容一键复制，粘贴到自己的笔记库中。

  • BiliNote源代码：https://github.com/JefferyHcool/BiliNote

四、 进阶：用Git与GitHub为你的知识库上保险

理念引入
各位上学写论文时，一定有这样的经历：论文写了第一版、第二版、定稿版、最终版、打死不改最终版……我们小心翼翼地保存好论文的每个版本，就是为了应对突发状况。这个操作，就是最原始的“版本控制”。但这是一种纯人工的方式，一旦文件数量和协作者增多，就会变得极其复杂。
Git是一个帮助我们进行版本控制的软件，被Git管理起来的文件夹就是一个“Git仓库”。GitHub则是一个免费提供远端仓库的网站。作为一个学生，哪怕你不是计算机专业的，Git与GitHub也是强烈推荐学习的内容。

实战演练：将NoteGen笔记同步到GitHub

  1. 配置同步：我们来到NoteGen的“设置”，找到“同步配置”，这里选择“GitHub”。
  2. 创建Token：点击“创建access token”。这会跳转到GitHub网站（没有账号需要先注册一个）。
    • 友情提示：如果访问GitHub速度很慢，可以在微软的应用商店搜索并安装“Watt Toolkit”，解决网络问题。
  3. 生成Token：给这个Token随便起个名字。在权限设置中，注意一定要把repo这个权限勾选上。拉到最下面，点击“Generate token”。
  4. 完成配置：把生成的Token复制下来，填回到NoteGen软件里面。
  5. 自动同步：配置完成后，NoteGen会为我们自动在GitHub上创建一个仓库，并把所有笔记内容都同步了进来。这个仓库默认是private（私有仓库），只有自己才能看到。
  6. 版本追溯：现在，我们的笔记内容都是通过Git管理起来的了。你在笔记里增加两行内容，这个更改就会有一次提交记录。在NoteGen笔记页面的右下角找到“历史记录”，可以看到最新一次的提交内容。同时，在GitHub网站上，这个仓库的“history”里也可以同步看到所有的历史改动记录。

五、 PDFMathTranslate & CherryStudio：翻译与多模型调用的瑞士军刀

1. PDFMathTranslate：布局完美的PDF翻译工具
这是一个开源免费的PDF翻译工具，最大的特点是：翻译前后的布局保持高度一致。它能完整地保留原文的公式、图表、目录、注释等所有结构化信息。

  • 使用流程：我们来到项目的GitHub首页，往下找到“Online Service”，点击这个在线使用地址。把想要翻译的论文添加进来，选择页数，点击开始。

  • 效果展示：对于排版非常复杂、包含大量图表公式的论文，翻译过来的版本能完美还原布局，包括对应的公式、图表说明，跟上面的原文布局几乎一模一样，效果非常专业。

  • 在线使用：https://pdf2zh.com/

  • 源代码: https://github.com/Byaidu/PDFMathTranslate

2. CherryStudio：全能型AI客户端
CherryStudio是一个全能的开源免费AI客户端，支持本地知识库、联网搜索、图片附件等各种高级功能。这里我们只看一个核心使用案例：将最强的AI模型聚合到一起。

  • 背景：ChatGPT, Gemini, Claude是当今市面上最强的三个AI模型，合称“御三家”。我们希望把它们接入同一个对话窗口。

  • 配置流程：

    • 打开软件后，在左下角找到“设置”->“模型服务”，选择“OpenRouter”。这是一个AI大模型的API聚合平台，在国内网络可以直连。
    • 点击获取密钥，在OpenRouter网站创建一个API Key，复制下来并粘贴到CherryStudio的配置里。
    • 在OpenRouter网站上搜索你想要使用的模型（例如，我搜索claude-3.5-sonnet），把模型的名字（ID）完整复制一下。
    • 回到CherryStudio，添加模型ID。你还可以搜索一些免费模型（如deepseek/deepseek-chat）。我们依次把gpt-4o、gemini-1.5-pro等模型添加进来。

  • 最终效果：回到对话页面，你就可以通过一个下拉菜单，一键切换使用这些市面上最强的AI大模型了。

  • 官网：https://www.cherry-ai.com/

  • 源代码：https://github.com/CherryHQ/cherry-studio

总结

本期我们详细介绍了五款开源的AI知识类工具，以及它们之间组合起来的各种玩法。从使用MinerU解析万物，到用NoteGen构建可检索的个人AI知识库，再通过BiliNote将视频转化为笔记，并利用GitHub进行版本备份，最后辅以PDFMathTranslate和CherryStudio解决翻译和多模型调用的问题。这套