基于 LangChain.js 的 RAG 智能问答助手。 导入 Markdown 文档构建知识库,用户提问时自动检索相关内容,通过 AI 模型生成回答。
- 默认向量模型:bge-large-zh-v1.5
- 默认通用模型:Qwen2.5-0.5B-Instruct
- 浏览器无模型缓存时将默认从 HF-Mirror 镜像站拉取并缓存
- 缓存后将不再依赖于网络,可接入 Ollama 本地部署通用模型实现完全本地化
建议在嘉立创EDA专业版客户端使用此扩展
本地AI需要你有较好的电脑性能和内存,建议使用1.5B或以上模型才会有较好体验
推荐使用免费的API,如硅基流动/Qwen3.5-4B
1.在"高级"-"扩展管理器"中导入eext-knowledge-base.eext扩展文件。

3.进入原理图或PCB界面,点击顶部导航栏"高级"-"AI 知识库"选择需要的功能即可。

- LangChain.js — RAG 流程框架(MIT)
- Transformers.js — 浏览器端模型推理(Apache-2.0)
- bge-large-zh-v1.5 — 中文嵌入模型(MIT)
- HF-Mirror - Hungging Face国内公益镜像站




