estebanpdl/osintgpt

解决的问题

osintgpt 协助分析师检视庞大的研究文件集合，而不会混淆不同项目或丢失信息的原始来源。它允许用户索引自己的文件，并针对该特定资料进行提问，确保回答皆有明确的引用来源作为依据。

运作方式

此工具透过 RAG (检索增强生成) 方法建立隔离的项目来索引文件。它将各种文件格式 (PDF, Word, Excel, CSV, JSON 等) 转换为可搜索的格式，建立文本嵌入 (embeddings)，并将其存储于向量数据库 (SQLite, Qdrant, 或 Postgres) 中。当用户提问时，系统可利用语义相似度、精确文本比对或图形关系来寻找相关素材，并使用设定好的 LLM 生成答案。

目标对象

专为需要查询私人文件集合，同时需维持严格数据来源追溯性与完全本地处理选项的 OSINT (开源情报) 分析师与研究人员所设计。

特色亮点

• 多供应商支持：兼容于 OpenAI, Gemini, Anthropic, Voyage, 与 Ollama 进行生成与嵌入。
• 隐私选项：支持使用 Ollama 与 sentence-transformers 的完全本地化流程，确保数据不会离开机器。
• 广泛的文件支持：包含 29 种可读扩展名，并支持透过视觉转录处理扫描后的 PDF。
• 强大的索引功能：具备检查点功能，可恢复中断的索引作业，并内置付费 API 的速率限制与节流机制。
• 图形功能：可将来源图形关系导出为 CYPHERL，以便在 Neo4j 或 Memgraph 中使用。