arc53/DocsGPT

DocsGPT – 用於代理、助理與企業搜尋的私有AI

是什麼 – DocsGPT 是一個開源平台，可將 PDF、Word 檔案、試算表、網頁、音訊錄音等文件集合轉換為可被大型語言模型（LLM）查詢的可搜尋知識庫。它提供 Flask 後端、React/Vite 網頁 UI，以及一系列預先建構的整合（聊天元件、Discord/Telegram 機器人、API 連接器）。系統可完全在內部或雲端執行，並支援您偏好的任何 LLM — OpenAI、Anthropic、Google 或透過 Ollama 或 llama_cpp 自行主機的模型。

核心功能

• 廣泛的檔案支援 – PDF、DOCX、CSV、XLSX、EPUB、Markdown、HTML、JSON、PPTX、影像與音訊（MP3/WAV 等）。
• 語音工作流程 – 記錄語音，進行語音轉文字，將生成的文字加入知識庫中。
• 網頁與資料攝取 – 從 URL、網站地圖、Reddit、GitHub 取得內容，或執行爬蟲。
• 減少幻覺的回答 – 回答附帶引用，指向原始來源文件。
• 可操作的工具 – API 金鑰將使用者設定、文件與模型選擇連結起來，平台可在聊天中呼叫外部 API（例如觸發 Webhook、執行資料庫查詢）。
• 預建整合 – HTML/React 聊天元件、可搜尋 UI、Discord 與 Telegram 機器人等。
• 模型彈性 – 可接入 OpenAI、Anthropic、Google 模型，或透過 Ollama 或 llama_cpp 引入您自己的模型（BYOM）。
• 企業級部署 – Docker-compose、Kubernetes 清單、RBAC、OIDC/SSO、透過 OpenTelemetry 實現可觀測性，以及可擴展的 PostgreSQL 儲存。

典型用例

• 建構公司級知識助理，從內部文件、政策與會議錄音中回答員工問題。
• 建立研究助理，攝取學術論文、網路文章與程式碼倉儲，提供帶有來源引用的回答。
• 部署客戶支援聊天機器人，可查找產品手冊、故障排除指南與支援工單。
• 實現語音驅動的助理，理解語音查詢並能從錄音會議中檢索資訊。

快速開始

1. 先決條件 – 安裝 Docker。
2. 克隆倉儲並執行提供的設定指令碼（macOS/Linux 上為 ./setup.sh，Windows 上為 setup.ps1）。該指令碼引導您完成五種部署選項（公開 API、本地模型、雲端提供者等），並建立 .env 檔案。
3. 設定完成後，使用 Docker Compose 啟動堆疊，並在瀏覽器中開啟 http://localhost:5173。
4. 使用 UI 上傳文件，設定 LLM 提供者，開始對話。

架構概覽

• 後端 – Flask 應用（docsgpt 套件）處理文件攝取、向量儲存索引與 LLM 請求路由。
• 前端 – 使用 Vite 建構的 React UI，提供響應式聊天與管理介面。
• 擴充 – 可選的元件與整合（例如 Chatwoot、Discord 機器人）。
• 部署 – Docker 鏡像、Kubernetes 清單與本地開發指令碼。

授權 – MIT（寬鬆，適合商業使用）。

社群與支援 – 公開 Discord、文件網站、快速入門指南，以及企業專屬的「燈塔計畫」（可獲得直接協助與路線圖影響力）。

---

以上所有資訊均直接取自倉儲的 README。