arc53/DocsGPT

DocsGPT – エージェント、アシスタント、企業向け検索用のプライベートAI

何であるか – DocsGPTは、オープンソースのプラットフォームであり、PDF、Wordファイル、スプレッドシート、ウェブページ、音声記録などのドキュメントのコレクションを、大規模言語モデル（LLM）が問い合わせ可能な検索可能な知識ベースに変換できます。Flaskバックエンド、React/ViteウェブUI、および事前構築された統合（チャットウィジェット、Discord/Telegramボット、APIコネクタ）を提供します。システムはオンプレミスまたはクラウドで完全に実行でき、OpenAI、Anthropic、Google、またはOllamaやllama_cppを介して自己ホストされたモデルなど、お好みの任意のLLMと連携可能です。

主な機能

• 広範なファイル対応 – PDF、DOCX、CSV、XLSX、EPUB、Markdown、HTML、JSON、PPTX、画像、音声（MP3/WAVなど）。
• 音声ワークフロー – 音声を記録し、音声認識でテキストに変換し、その結果を知識ベースに追加できます。
• ウェブおよびデータインジェスト – URL、サイトマップ、Reddit、GitHubからコンテンツを取得するか、クローラーを実行できます。
• 幻覚を抑えた回答 – 回答には、元のソースドキュメントを指す引用情報が付随します。
• 実行可能なツール – APIキーでユーザーの設定、ドキュメント、モデル選択を紐付けられ、チャット内で外部APIを呼び出すことができます（例：Webhookをトリガー、データベースクエリを実行）。
• 事前構築された統合 – HTML/Reactチャットウィジェット、検索可能なUI、DiscordおよびTelegramボットなど。
• モデルの柔軟性 – OpenAI、Anthropic、Googleモデルをプラグイン可能、またはOllamaやllama_cppを介して独自モデル（BYOM）を導入可能。
• 企業向けデプロイメント対応 – Docker-compose、Kubernetesマニフェスト、RBAC、OIDC/SSO、OpenTelemetryによる監視、スケーラブルなPostgreSQLストレージ。

一般的な利用例

• 社内文書、ポリシー、会議記録から従業員の質問に答える企業全体の知識アシスタントの構築。
• 学術論文、ウェブ記事、コードリポジトリをインジェストし、出典付きの回答を提供する研究アシスタントの作成。
• 製品マニュアル、トラブルシューティングガイド、サポートチケットを検索できるカスタマーサポートチャットボットの展開。
• 語りかけの質問を理解し、記録された会議から情報を取得できる音声駆動アシスタントの提供。

開始手順

1. 前提条件 – Dockerをインストール。
2. リポジトリをクローンし、提供されたセットアップスクリプトを実行（macOS/Linuxでは./setup.sh、Windowsではsetup.ps1）。スクリプトは5つのデプロイメントオプション（パブリックAPI、ローカルモデル、クラウドプロバイダーなど）を順に説明し、.envファイルを作成します。
3. セットアップ後、Docker Composeでスタックを起動し、ブラウザで http://localhost:5173 を開きます。
4. UIを使ってドキュメントをアップロードし、LLMプロバイダーを設定してチャットを開始します。

アーキテクチャの概要

• バックエンド – ドキュメントインジェスト、ベクトルストアインデックス、LLMリクエストルーティングを処理するFlaskアプリ（docsgptパッケージ）。
• フロントエンド – 応答性のあるチャットと管理インターフェースを提供するViteで構築されたReact UI。
• 拡張機能 – オプションのウィジェットや統合（例：Chatwoot、Discordボット）。
• デプロイメント – Dockerイメージ、Kubernetesマニフェスト、ローカル開発用スクリプト。

ライセンス – MIT（許容性が高く、商業利用に適しています）。

コミュニティとサポート – 公開Discord、ドキュメントサイト、クイックスタートガイド、企業向けの「Lighthouse Program」（直接の支援とロードマップへの影響力が得られます）。

---

上記のすべての詳細は、リポジトリのREADMEから直接抜粋されています。