arc53/DocsGPT

DocsGPT – 用于代理、助手和企业搜索的私有AI

是什么 – DocsGPT 是一个开源平台，可将 PDF、Word 文件、电子表格、网页、音频记录等文档集合转换为可被大型语言模型（LLM）查询的可搜索知识库。它提供 Flask 后端、React/Vite 网页 UI，以及一系列预构建的集成（聊天组件、Discord/Telegram 机器人、API 连接器）。系统可完全在本地或云端运行，并支持您偏好的任何 LLM — OpenAI、Anthropic、Google 或通过 Ollama 或 llama_cpp 自托管模型。

核心功能

• 广泛的文件支持 – PDF、DOCX、CSV、XLSX、EPUB、Markdown、HTML、JSON、PPTX、图像和音频（MP3/WAV 等）。
• 语音工作流 – 录制语音，进行语音转文字，将生成的文本添加到知识库中。
• 网页与数据摄入 – 从 URL、站点地图、Reddit、GitHub 获取内容，或运行爬虫。
• 减少幻觉的回答 – 回答附带引用，指向原始源文档。
• 可操作的工具 – API 密钥将用户设置、文档和模型选择关联起来，平台可在聊天中调用外部 API（例如触发 Webhook、执行数据库查询）。
• 预构建集成 – HTML/React 聊天组件、可搜索 UI、Discord 和 Telegram 机器人等。
• 模型灵活性 – 可接入 OpenAI、Anthropic、Google 模型，或通过 Ollama 或 llama_cpp 引入您自己的模型（BYOM）。
• 企业级部署 – Docker-compose、Kubernetes 清单、RBAC、OIDC/SSO、通过 OpenTelemetry 实现可观测性，以及可扩展的 PostgreSQL 存储。

典型用例

• 构建公司级知识助手，从内部文档、政策和会议录音中回答员工问题。
• 创建研究助手，摄入学术论文、网络文章和代码仓库，提供带来源引用的回答。
• 部署客户支持聊天机器人，可查找产品手册、故障排除指南和支持工单。
• 实现语音驱动的助手，理解语音查询并能从录音会议中检索信息。

快速开始

1. 前提条件 – 安装 Docker。
2. 克隆仓库并运行提供的设置脚本（macOS/Linux 上为 ./setup.sh，Windows 上为 setup.ps1）。该脚本引导您完成五种部署选项（公共 API、本地模型、云提供商等），并创建 .env 文件。
3. 设置完成后，使用 Docker Compose 启动堆栈，并在浏览器中打开 http://localhost:5173。
4. 使用 UI 上传文档，配置 LLM 提供商，开始聊天。

架构概览

• 后端 – Flask 应用（docsgpt 包）处理文档摄入、向量存储索引和 LLM 请求路由。
• 前端 – 使用 Vite 构建的 React UI，提供响应式聊天和管理界面。
• 扩展 – 可选的组件和集成（例如 Chatwoot、Discord 机器人）。
• 部署 – Docker 镜像、Kubernetes 清单和本地开发脚本。

许可证 – MIT（宽松，适合商业使用）。

社区与支持 – 公开 Discord、文档网站、快速入门指南，以及企业专属的“灯塔计划”（可获得直接帮助和路线图影响力）。

---

以上所有信息均直接取自仓库的 README。