开源地址：https://github.com/Zleap-AI/SAG-Wiki
昨天，我们发布了 SAG2 ，一种更轻、更快、更准的检索技术。
今天就和大家详细介绍一下基于 SAG2 技术的开源知识库应用： SAG Wiki。
做知识库，我们一直想同时做好三件事：
- 足够轻量，知识库易于创建和管理。
- 成本足够低，海量资料也能处理。
- 检索足够准，需要的内容真正找得到。
SAG Wiki 做到了。
轻量：创建和管理更简单
SAG Wiki 沿用你管理文件和文件夹的方式管理知识库，无需额外部署和维护向量数据库。
极简的架构，带来了轻巧的桌面应用：Windows 安装包约 9.5 MB，MacOS 约 12.5 MB。
打开应用，添加一个本地文件夹，这个文件夹就成为了可以检索的知识库。里面的文档、笔记和代码，都能直接进行语义检索。启用文档转换组件后，PDF、Office 等格式也能加入进来。
你甚至可以把电脑上所有存放资料的文件夹都加入 SAG Wiki，让程序统一扫描。查资料时可以跨文件夹搜索或提问，不必先回想文件放在哪里。
文件保留在原来的位置，文件夹结构、编辑器和工作习惯都可以继续使用。你不必再整理一套知识页面，也不用把文件上传一遍。
更新文件，知识库也随之更新。旧版本失效了，直接替换或删除，后续检索就会随文件变化而更新。
低成本：24亿字，零模型费用建库
常见的 LLM Wiki 会让 LLM 逐篇阅读资料、整理成知识页面。资料少的时候，这种方式还比较容易；资料增加到几十万份时，处理全部原文的时间和 Token 成本就成了问题。
SAG Wiki 直接索引原文，无需 LLM 预先阅读、总结，也无需为全部文档生成向量。建库的费用为 0。
建库不仅没有费用，而且很快。 在完整的 EnterpriseRAG-Bench 上，511,962 份企业场景文档、约 24.65 亿字符，完成文件清点、建库和完整性检查，总共用了 8 分 32 秒，平均每百万字符约 200 毫秒。
搜索时，SAG Wiki 会调用 Jev 判断相关证据，这一步需要一些模型的费用，但也非常便宜。在这批文档的测试中，平均每道问题的 Jev 调用费约为 0.0063 美元。
不仅便宜，也很快。SAG2 省去了让 LLM 反复尝试搜索词、阅读大量中间结果的开销和时间。单次检索时间1 - 3秒。
你可以把完整的项目文件夹加入 SAG Wiki，不必为了节省预处理费用，只选出其中一小部分文件。文件修改后，也不需要再让 LLM 重写相关知识页面。
精准：不仅更便宜，还更准
知识库的价值，最终还是取决于能不能找到需要的资料。尤其是一个问题的依据分散在几份文件里时，只找到其中一份，往往还不够。
SAG Wiki 使用的 SAG2 检索技术，经过实验，在 MuSiQue、2WikiMultiHopQA 和 HotpotQA 三个多跳检索数据集上超越了上一代的 SAG，达到了新的 SOTA。
在上文提到的51万份企业文档的检索基准中，对比让 LLM 执行传统搜索命令查资料的 Bash Agent，文档找回率仅为 55.8%。
而 SAG2 在不调用 LLM，只调用一次检索的情况下，却找回了 81.10% 的所需文档，超越了所有旧的技术。
如果 Agent 把 SAG2 当作检索工具使用，借助 LLM 进行多次检索，效果还可以进一步提高。 因为 Agent 可以根据已经找到的资料继续提出问题、补充检索，再汇总多次查找的结果。在企业文档检索上，Agent 与 SAG2 的组合可以达到 90% 的文档找回率。
关于具体的数据和实验，大家可以查看我们的论文。
SAG2 论文与完整评测：https://arxiv.org/abs/2610.22588
为Agent 安装
SAG Wiki 不仅仅是为人设计的，更是为 Agent 设计的。
在 Claude Code、Codex 或 OpenCode 中，把这个 Skill 发给 Agent，就可以开始安装：
请安装 https://github.com/Zleap-AI/SAG-Wiki/blob/main/cli/skills/sag/SKILL.md 并按其中的 setup 流程配置当前项目。
Agent 会按指南安装 SAG CLI。首次使用时，按提示配置 Jev API Key，Agent 会为当前项目文件夹建立索引并检查检索是否正常。完成后，新开一个 Agent 会话即可使用。
SAG CLI 是命令行工具，负责索引文件夹中的内容、执行检索；Skill 会告诉 Agent 如何调用它。之后，Agent 就能把项目文件夹作为知识库，在分析项目、查找资料和修改代码时使用。
你可以使用桌面端查看和管理资料，也可以只安装 CLI，完全在 Agent 里使用。桌面端和 CLI 共用同一套内核与配置，两种方式也可以同时使用。
打破不可能三角
SAG Wiki 打破了知识库的不可能三角：又轻，又准，又便宜。
我们希望让构建知识库成为一件简单的事：知识保存在文件里，知识库按文件夹组织。 文件照常编辑，文件夹照常管理，需要时就能检索其中的内容。
不用维护多种数据库，不用为海量原文的 LLM 或向量化预处理付费，也能获得最精准的知识检索。 个人笔记文件夹、项目目录、团队文档目录，都可以轻松转化为知识库。
我认为，这就是知识库原本就应该有的样子。
SAG Wiki 已经开源。欢迎大家试用，也欢迎和我们交流使用体验。
开源地址：https://github.com/Zleap-AI/SAG-Wiki
下载地址：https://github.com/Zleap-AI/SAG-Wiki/releases
微信群：Zleap公众号 - 联系我们- 扫码加群
