LLM-Document-Chat 是搜索知识领域的开源项目，由 redis-developer 开发，2023 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 113。
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 2026-03-17。MIT许可证，完全免费，需自行部署使用。
它主要面向的使用场景是：快速搭建企业内部PDF知识库问答助手。同类可对比的替代方案包括 LangChain-ChatChat、Dify、Quivr。
LLM-Document-Chat
用 LlamaIndex 和 Redis 让 PDF 开口说话，直接提问文档内容。
LLM-Document-Chat 是一个基于 LlamaIndex、Redis 和 OpenAI 的 PDF 文档聊天示例项目，源自微软开发者博客的配套代码。它解决了如何让用户通过自然语言与本地 PDF 文档交互的问题，核心能力包括：将 PDF 内容解析并构建索引，利用 Redis 作为向量存储以支持语义检索，再通过 OpenAI 大模型生成回答。项目以 Jupyter Notebook 形式呈现，流程清晰，适合开发者快速理解 RAG（检索增强生成）的完整实现。它演示了从文档加载、切分、嵌入到检索和生成的端到端流程，并提供了可运行的代码示例，帮助用户快速上手构建自己的文档问答系统。
开源
free
搜索知识
GitHub 星标
★ 113
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队redis-developer
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署使用。
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llm,rag,redis,retrieval-augmented-generation,vector-database,vectorstore
GitHub 星标★ 113
30天Star增速
HF 下载量
上线时间2023-05-08 00:00:00
最近更新2026-03-17 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1
使用教程
核心亮点
- 端到端演示了 RAG 流程，从 PDF 解析到问答，代码完整可运行
- 结合 Redis 向量存储，展示生产级组件在文档问答中的应用
- 源自微软博客，有配套教程，学习路径清晰
不足之处
- 依赖 OpenAI API，需付费且受网络限制
- 仅支持 PDF 格式，未覆盖其他文档类型
- 文档/社区待观察
适用场景
- 快速搭建企业内部 PDF 知识库问答助手
- 学习 LlamaIndex 与 Redis 集成的最佳实践
- 作为 RAG 应用开发的参考模板
替代项目
LangChain-ChatChat、Dify、Quivr
项目介绍
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···