🧠 Enterprise Knowledge Integrator

Verbinden Sie unternehmensinterne private Daten (PDF, Excel, Word, SQL) mit LLMs & KI-Agenten – mit integrierter PII-Bereinigung, Hybrid-Suche und MCP-Server.

Live-Dashboard • Schnellstart • MCP-Server-Einrichtung • Architektur • API-Referenz

🌟 Warum Enterprise Knowledge Integrator?

Unternehmengen über fragmentiertes Wissen, das über PDF-Richtliniendokumente, Excel/CSV-Finanzmodelle, Verträge und ERP-Notizen verteilt ist. Die direkte Einspeisung dieser Daten in LLMs führt häufig zu PII-Leaks, Halluzinationen bei Zahlen und Kontextverlust.

Enterprise Knowledge Integrator ist eine Open-Source-, leichtgewichtige, Plug-and-Play-Middleware, die die Rohdateien Ihres Unternehmens in sauberen, zitierten und sicheren Kontext für jedes LLM oder jeden KI-Agenten verwandelt.

Related MCP server: doc-intel MCP server

✨ Hauptfunktionen

• 📄 Tabellenbewusster ETL (Excel & CSV): Konvertiert Tabellenzeilen in Markdown-Tabellen und semantische Zeilengruppen, sodass LLMs niemals Zeilennummern oder Formeln halluzinieren.

• 🛡️ Integrierter PII- & Geheimnis-Bereiniger: Erkennt und maskiert automatisch TCKN, IBANs, Kreditkarten, Steuernummern (VKN), Telefonnummern und API-Schlüssel, bevor sie eingebettet oder per Prompt injiziert werden.

• ⚡ Hybride Abfrage (Vector + Okapi BM25 + RRF): Kombiniert dichte Embeddings mit spärlichem Keyword-Matching mittels Reciprocal Rank Fusion (RRF) für 100 % Genauigkeit bei Finanzcodes und Zahlen.

• 👥 Rollenbasierte Zugriffskontrolle (RBAC): Erzwingt Dokument-Freigabestufen (Public, Internal, Confidential, Restricted) und Abteilungsfilterung.

• 🔍 Zitier- & Halluzinations-Validator: Überprüft automatisch generierte LLM-Antworten gegen Quelldokumente und berechnet einen Konfidenzwert.

• 🔄 Verzeichnis-Auto-Watcher: Überwacht Ihre Ordner/Cloud-Laufwerks-Mounts und indiziert hinzugefügte oder geänderte Dateien automatisch neu.

• 🔌 Universelle Gateways:

  • Model Context Protocol (MCP) für Cursor, Claude Desktop, Antigravity.

  • FastAPI-REST-API mit Swagger-UI.

  • Interaktives Web-Dashboard (keine zusätzlichen Abhängigkeiten erforderlich).

  • LangChain / LangGraph-Tool-Adapter.

🏛️ Systemarchitektur

graph TD
    subgraph Ingestion ["1. Multi-Source Ingestion & ETL"]
        F1["📄 Documents (PDF, Word, Markdown)"]
        F2["📊 Tabular (Excel, CSV)"]
        F3["🗄️ Notes & Text Snippets"]
        F1 & F2 & F3 --> PII["🛡️ PII Masker (TCKN, IBAN, Cards)"]
        PII --> Chunk["✂️ Semantic & Parent-Child Chunker"]
    end

    subgraph Storage ["2. Storage & Hybrid Search Engine"]
        Chunk --> V["V-Store: Cosine Dense Embeddings"]
        Chunk --> B["BM25: Sparse Keyword Index"]
        V & B --> RRF["🎯 Reciprocal Rank Fusion (RRF)"]
    end

    subgraph Governance ["3. Security & Governance"]
        RRF --> RBAC["👥 RBAC & Clearance Filter"]
        RBAC --> Val["🔍 Citation & Grounding Validator"]
    end

    subgraph Interfaces ["4. LLM & Agent Gateways"]
        Val --> MCP["⚡ MCP Server (Claude Desktop / Cursor)"]
        Val --> API["🌐 FastAPI REST API (/api/v1/context)"]
        Val --> UI["🖥️ Modern Web Dashboard (/dashboard)"]
        Val --> SDK["💼 LangChain / LangGraph Adapter"]
    end

⚡ Schnellstart in 60 Sek

1. Installation

git clone https://github.com/your-username/enterprise-knowledge-integrator.git
cd enterprise-knowledge-integrator
pip install -r requirements.txt

2. Web-Dashboard & API starten

python -m knowledge_integrator.interfaces.api.app

Öffnen Sie Ihren Browser unter http://localhost:8088/dashboard, um auf das visuelle Bedienfeld zuzugifen.

💻 CLI-Nutzung

Text-/Richtliniennotiz erfassen:

python -m knowledge_integrator.interfaces.cli.main ingest-text \
  --title "2025 Travel Policy" \
  --content "Daily travel allowance is 2,500 TL. Stays above 5,000 TL require CFO approval." \
  --category "policy"

Dateien oder Verzeichnisse erfassen (PDF, Excel, CSV, Word, Markdown):

python -m knowledge_integrator.interfaces.cli.main ingest ./company_docs/ --category "finance"

Wissensdatenbank durchsuchen:

python -m knowledge_integrator.interfaces.cli.main query "What is the travel budget limit?"

Indizierte Dokumente auflisten:

python -m knowledge_integrator.interfaces.cli.main list

⚡ Model Context Protocol (MCP)-Server

Verbinden Sie Ihr Unternehmenswissen direkt mit Claude Desktop, Cursor IDE oder Antigravity.

Fügen Sie dies zu Ihrer claude_desktop_config.json oder Ihren cursor settings hinzu:

{
  "mcpServers": {
    "company-knowledge": {
      "command": "python",
      "args": ["-m", "knowledge_integrator.interfaces.cli.main", "serve-mcp"]
    }
  }
}

Verfügbare MCP-Tools:

• search_company_knowledge: Führt eine hybride Suche in privaten Unternehmensdokumenten durch.

• get_company_context: Liefert sauberen, zitierten Kontext, der für die Prompt-Injektion bereit ist.

• list_company_documents: Listet alle indizierten Quellen und Metadaten auf.

• ingest_company_note: Speichert dynamisch eine neue Richtlinie oder einen Wissensausschnitt.

🌐 REST-API-Referenz

Interaktive Swagger-Dokumentation verfügbar unter: httplocalhost:8088/docs

🤖 Python- & LangChain / Lang-Integration

from knowledge_integrator import KnowledgeEngine
from knowledge_integrator.agentic_cfo_adapter import AgenticCFOKnowledgeAdapter

# 1. Initialize engine
engine = KnowledgeEngine()

# 2. Ingest document
engine.ingest_file("budget_2025.xlsx", category="finance")

# 3. Retrieve LLM context
ctx = engine.get_context_for_llm("What was the Q3 software budget?")
print(ctx.context_text)

# 4. Use as a LangChain / LangGraph Tool for AI Agents
adapter = AgenticCFOKnowledgeAdapter(engine)
agent_tool = adapter.as_langchain_tool()

🐳 Docker-Bereitstellung

docker-compose up -d

🧪 Tests ausführen

python -m pytest knowledge_integrator/tests/ -v

📄 Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert – siehe diei LICENSE für Details.