Local_Pdf_Chat_RAG

本地PDF秒变知识库，和大模型聊天提问

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 搜索知识 🍴 复刻 184 👀 关注 6
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 959
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目，本地部署，全部功能免费

项目预览

Local_Pdf_Chat_RAG 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队weiwill88
官网地址https://github.com/weiwill88/Local_Pdf_Chat_RAG#readme
GitHubhttps://github.com/weiwill88/Local_Pdf_Chat_RAG
定价模式🏷️完全免费
价格说明开源项目，本地部署，全部功能免费
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型bm25,chinese-nlp,deepseek,document-qa,faiss,fastapi,gradio,hybrid-search,ollama,python,rag,retrieval-augmented-generation
GitHub 星标★ 959
上线时间2025-02-01 00:00:00
代码更新2026-08-31
仓库体积6.1 MB
本站数据更新2026-11-10
维护状态维护中
收录时间2026-08-09
浏览次数3

项目介绍

这是一个用纯原生 Python 实现的 RAG（检索增强生成）框架，专注于本地 PDF 文档的智能问答。它解决了本地文档无法直接与大模型对话的问题，通过 FAISS 向量检索和 BM25 关键词检索的混合策略，提升答案的准确率和召回率。核心能力包括 PDF 解析、文本分块、向量化存储、混合检索，以及对接 Ollama 和 SiliconFlow 等本地或云端大模型。项目代码结构清晰，依赖少，适合新手学习 RAG 的完整流程，也方便二次开发。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 959

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶 约 20 分钟 部署方式：本地 (Python) 4 步

环境要求

  • Python 3.10+
  • 模型 API Key 或本地嵌入模型
  • 约 1GB 磁盘

安装与启动步骤

  1. 1克隆

    代码量不大，适合拿来读 RAG 全链路。

    git clone https://github.com/weiwill88/Local_Pdf_Chat_RAG.git
cd Local_Pdf_Chat_RAG

  2. 2装依赖

    先升级 pip 再装，避免旧解析器报错。

    python -m pip install --upgrade pip
pip install -r requirements.txt

  3. 3起 Web UI

    Gradio 界面，上传 PDF 即可问答。

    python rag_demo.py

  4. 4起 API 服务

    需要程序化调用时用路由服务。

    python api_router.py

如何确认成功

上传一份 PDF 后提问，回答能引用到文档里的具体段落。

常见问题

Q：回答不着边？

A：先调小切片长度与召回数量，再看重排是否生效。

注意事项

  • 定位是教学向实现，切片、召回、重排各环节都可在代码里看到。
  • 换嵌入模型时记得同步重建向量库。

核心亮点

  • 混合检索（FAISS+BM25）兼顾语义和关键词，答案更准
  • 纯原生Python实现，无重型框架依赖，代码易读易改
  • 支持Ollama和SiliconFlow，本地或云端模型都能接

不足之处

  • 文档/社区待观察
  • 早期项目，功能可能不够全面，如缺少多轮对话优化

适用场景

  • 个人本地文档库问答，如论文、报告、书籍
  • 学习RAG技术原理和实现细节的教学示例
  • 快速搭建私有知识库原型，对接本地大模型

替代项目

LangChain、LlamaIndex、Haystack

上一篇：KG_RAG

下一篇：rag_api

同类项目推荐

RAG_LearnLittleCode 开源

把零散笔记变成能问答、能推理、能联网的私人知识助手

基于 RAG 的 AI 智能笔记助手「云尚」：FastAPI + LangGraph + ChromaDB + Redis 构建。Re···

★ 168 2026-10-02
insights-lm-public 开源

自托管 NotebookLM，让 AI 基于你的文档对话并生成音频摘要。

Open-source, self-hosted alternative to NotebookLM. Chat with your documents, genera···

★ 658 2026-08-09
langextract 开源

从杂乱文本中精准抽取结构化数据，并可视化追溯来源

A Python library for extracting structured information from unstructured text using ···

★ 39296 2026-08-09
siyuan 开源

自托管隐私笔记，让AI智能体帮你整理知识

An open-source, privacy-first, self-hosted knowledge workspace where humans and AI a···

★ 47147 2026-08-09
dify-rag 开源

给 Dify 知识库打补丁，检索问答更准

dify's rag patch module

★ 273 2026-10-02
infino 开源

在应用内嵌 Parquet 检索，全文+向量混合搜索开箱即用

Embedded retrieval library built on Parquet. Fast, efficient, and scalable.

★ 152 2026-10-09
auto-ontology 开源

给 LLM 加一层语义图谱，查询更准、推理可解释

Auto Ontology is a Python framework for building semantic, graph-based reasoning lay···

★ 11076 2026-10-26
omnibox 开源

碎片信息一键收拢，查过收藏过的不再丢

Anywhere, anything to memory, memory to anything.

★ 1549 2026-08-09
awesome-ai-for-games 开源

按游戏开发阶段查 AI 论文与工具

A curated, searchable collection of research on AI and foundation models across the ···

★ 390 2026-11-07