llm-chatbot-rag 是搜索知识领域的开源项目，由 leoneversberg 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 585 个项目，GitHub 星标数为 97。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-27。MIT许可证，本地部署，完全免费。
它主要面向的使用场景是：个人知识库问答，快速检索PDF资料。同类可对比的替代方案包括 LangChain、LlamaIndex、privateGPT。
llm-chatbot-rag
本地跑通PDF智能问答，让文档自己开口说话
这是一个基于本地大语言模型（LLM）的聊天机器人，专为处理PDF文件设计，集成了检索增强生成（RAG）技术。它解决的核心问题是：让用户能够直接与PDF文档内容进行对话，无需预先训练模型，即可从文档中提取信息并生成回答。项目采用Jupyter Notebook编写，技术栈涵盖chatbot、LLM、NLP和RAG，适合希望快速搭建本地文档问答系统的开发者。其核心能力包括：加载和解析PDF文件、将文档内容向量化存储、基于用户查询进行语义检索、结合检索结果生成上下文相关的回答。项目处于早期阶段，代码结构清晰，易于理解和二次开发，为学习RAG和本地LLM应用提供了良好的参考范例。
开源
free
对话助手
GitHub 星标
★ 97
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类对话助手
开发团队leoneversberg
所属国家
定价模式free
价格说明开源项目，MIT许可证，本地部署，完全免费。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型chatbot,llm,nlp,rag
GitHub 星标★ 97
30天Star增速
HF 下载量
上线时间2024-03-21 00:00:00
最近更新2026-08-27 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 直接支持PDF输入，省去文档预处理麻烦
- 基于本地LLM，数据隐私有保障，无需联网
- Jupyter Notebook实现，上手门槛低，便于学习RAG流程
不足之处
- 项目早期，文档和社区支持待观察
- 依赖本地算力，大规模文档处理性能可能受限
适用场景
- 个人知识库问答，快速检索PDF资料
- 企业内部文档合规审查，本地化部署
- 学术研究，快速提取论文要点
替代项目
LangChain、LlamaIndex、privateGPT
项目介绍
上一篇：consult-web
下一篇：odoo-expert
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···