DocsGPT
DocsGPT 是一个开源的 AI 平台，专为构建智能代理、助手和企业级搜索而设计。它能帮你快速搭建基于私有知识的 AI 应用，让文档"活"起来。
简单来说，DocsGPT 解决了企业内部文档检索效率低、信息孤岛严重的问题。无论是技术文档、合同、会议录音还是网页内容，它都能理解并给出带引用来源的准确回答，避免 AI 幻觉。所有数据可完全私有化部署，确保信息安全。
这个平台特别适合开发者、企业团队以及需要处理大量文档的研究人员使用。开发者可以利用其丰富的 API 和预构建组件（如聊天组件、Discord/Slack 机器人）快速集成 AI 能力；企业可以打造专属的客服助手、内部知识库或研究工具；研究人员则能借助深度研究功能高效分析文献资料。
DocsGPT 的亮点在于支持超过 15 种文档格式（包括 PDF、Office、音频文件等），兼容主流大模型（OpenAI、Claude、Gemini 等）和本地模型，还提供可视化的智能体构建器，让非技术人员也能创建复杂的 AI 工作流。
使用场景
一家拥有 80 名员工的 SaaS 公司，其 12 人技术支持团队每天需处理约 200 个客户咨询，涉及产品功能、API 集成和故障排查。产品迭代速度快，知识库分散在 Confluence、GitBook、Zendesk 和历史 Slack 频道中。
没有 DocsGPT 时
- 信息孤岛严重：技术文档、API 手册、历史工单分散在 5 个不同平台，工程师平均每次需花费 8-10 分钟切换工具、组合关键词才能找到答案，30% 的情况下甚至找不到有效信息
- 重复劳动效率低：超过 70% 的咨询是重复性问题，但缺乏统一答案入口，新人需要资深工程师手把手指导，平均响应时间长达 45 分钟，客户满意度持续下降
- 数据安全成隐患：工程师偶尔会使用公有 AI 工具辅助整理回复，但客户日志和代码片段存在泄露风险，安全审计多次亮起红灯，合规压力巨大
- 知识更新滞后：产品发版后文档更新不及时，旧版本解答误导客户，导致二次投诉率增加 15%，团队疲于救火
使用 DocsGPT 后
- 统一智能检索：DocsGPT 接入所有数据源，工程师在单一界面用自然语言提问，3 秒内获得带引用的精准答案，直接定位到具体文档段落或历史工单，查找效率提升 80%
- 智能体自动化：通过 Agent Builder 配置常见问题的自动回复工作流，新人可直接对话式查询，复杂问题智能体自动识别并转接给对应专家，平均响应时间缩短至 12 分钟
- 私有部署保障：DocsGPT 部署在公司内网 Kubernetes 集群，所有客户数据和代码片段完全不出境，支持细粒度权限控制，一次性通过安全合规审计
- 无缝集成增效：API 接入 Slack 和 Zendesk，工程师在工单界面直接调用 DocsGPT 生成回复，知识库自动同步产品发布说明，确保信息实时准确
DocsGPT 将分散的企业知识转化为安全、智能、可集成的对话式服务，让技术支持团队从"信息搬运工"升级为"问题解决专家"，客户满意度提升 25 个百分点。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
DocsGPT 🦖
面向智能体、助手和企业搜索的私有 AI
DocsGPT 是一个用于构建智能体和助手的开源 AI 平台。功能包括 Agent Builder（智能体构建器）、深度研究工具、文档分析（PDF、Office、网页内容和音频）、多模型支持（选择您的提供商或在本地运行），以及为具备可操作工具和集成的智能体提供丰富的 API 连接。可在任何地方部署，并拥有完整的隐私控制。
核心功能：
- 🗂️ 广泛的格式支持：支持读取 PDF、DOCX、CSV、XLSX、EPUB、MD、RST、HTML、MDX、JSON、PPTX、图片以及 MP3、WAV、M4A、OGG 和 WebM 等音频文件。
- 🎙️ 语音工作流：在聊天中录制语音输入，在后端转录音频，并将会议录音或语音笔记作为可搜索的知识进行摄取。
- 🌐 网页与数据集成：支持从 URL、站点地图、Reddit、GitHub 和网络爬虫摄取数据。
- ✅ 可靠的回答：获得准确、无幻觉的回答，并可在简洁的 UI（用户界面）中查看来源引用。
- 🔑 简化的 API 密钥：生成与您的设置、文档和模型关联的密钥，简化聊天机器人和集成设置。
- 🔗 可操作的工具链：连接到 API、工具和其他服务，以启用 LLM（大语言模型）操作。
- 🧩 预构建的集成：使用现成的 HTML/React 聊天组件、搜索工具、Discord/Telegram 机器人等。
- 🔌 灵活的部署：兼容主流 LLM（OpenAI、Google、Anthropic）和本地模型（Ollama、llama_cpp）。
- 🏢 安全且可扩展：在 Kubernetes（容器编排平台）支持下私密且安全地运行，专为企业级可靠性而设计。
路线图
- 为 MCP 添加 OAuth 2.0 认证（2025 年 9 月）
- Deep Agents（深度智能体）（2025 年 10 月）
- Prompt Templating（提示词模板）（2025 年 10 月）
- 完整的 API 工具链（2025 年 12 月）
- Agent scheduling（智能体调度）（2026 年 1 月）
您可以在这里查看我们的完整路线图。欢迎随时贡献代码或创建问题，这有助于我们改进 DocsGPT！
生产支持 / 企业帮助：
我们非常乐意在您将 DocsGPT 部署到生产环境时提供个性化协助。
加入 Lighthouse 计划 🌟
号召所有开发者和 GenAI（生成式 AI）创新者！DocsGPT Lighthouse 计划连接了在真实场景中积极部署或扩展 DocsGPT 的技术领导者。与我们的团队直接协作，共同塑造路线图，获得优先支持，并利用独家社区洞察构建企业级解决方案。
快速开始
[!Note] 确保已安装 Docker
我们的文档中提供了更详细的快速开始指南。
克隆仓库：
git clone https://github.com/arc53/DocsGPT.git cd DocsGPT
对于 macOS 和 Linux：
运行安装脚本：
./setup.sh
对于 Windows：
运行 PowerShell 安装脚本：
PowerShell -ExecutionPolicy Bypass -File .\setup.ps1
任一脚本都将指导您完成 DocsGPT 的安装。提供五个选项：使用公共 API、在本地运行、连接到本地推理引擎、使用云 API 提供商，或在本地构建 docker 镜像。脚本将根据您选择的选项自动配置您的 .env 文件并处理必要的下载和安装。
要停止 DocsGPT，请在 DocsGPT 目录中打开终端并运行：
docker compose -f deployment/docker-compose.yaml down
（或使用运行安装脚本后显示的特定 docker compose down 命令）。
[!Note] 有关开发环境设置的说明，请参阅开发环境指南。
贡献
请参阅 CONTRIBUTING.md 文件了解如何参与。我们欢迎问题、疑问和拉取请求。
架构
项目结构
Application - Flask 应用（主应用）。
Extensions - 扩展，如 react 组件或 discord 机器人。
Scripts - 杂项脚本。
行为准则
我们作为成员、贡献者和领导者，承诺为每个人提供无骚扰的社区参与体验，无论其年龄、体型、可见或不可见的残疾、种族、性别特征、性别认同与表达、经验水平、教育程度、社会经济地位、国籍、外貌、种族、宗教或性取向如何。有关贡献的更多信息，请参阅 CODE_OF_CONDUCT.md 文件。
感谢我们的贡献者⚡
许可证
本项目由以下机构支持：
版本历史
0.16.02026/04/040.15.02025/12/050.14.02025/06/190.13.02025/02/030.12.02024/11/120.11.02024/10/010.10.02024/07/180.9.02024/04/230.8.12024/04/080.8.02024/03/140.7.02024/01/300.6.02023/12/130.5.02023/10/010.4.02023/08/150.3.02023/06/040.2.02023/03/250.1.02023/03/03常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。