[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-dissorial--doc-chatbot":3,"tool-dissorial--doc-chatbot":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",151918,2,"2026-04-12T11:33:05",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":75,"owner_website":75,"owner_url":76,"languages":77,"stars":90,"forks":91,"last_commit_at":92,"license":75,"difficulty_score":93,"env_os":94,"env_gpu":95,"env_ram":94,"env_deps":96,"category_tags":106,"github_topics":107,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":124,"updated_at":125,"faqs":126,"releases":161},6862,"dissorial\u002Fdoc-chatbot","doc-chatbot","Document chatbot — multiple files, topics, chat windows and chat history. Powered by GPT.","doc-chatbot 是一款基于 GPT、LangChain 和 Pinecone 构建的开源文档对话机器人。它允许用户创建多个独立的话题项目，在每个项目中上传任意数量的 PDF、Word 或文本文件，并开启多个聊天窗口与这些文档内容进行深度交互。\n\n这款工具主要解决了传统 AI 难以同时处理大量本地文档、无法长期记忆对话历史以及缺乏多话题管理的痛点。通过浏览器界面，用户即可轻松完成文件上传、向量化嵌入、存储至向量数据库及清理数据的全流程，无需编写代码。系统还能自动利用本地存储保存所有聊天记录，确保上下文连贯性。\n\ndoc-chatbot 特别适合开发者、研究人员及需要频繁查阅技术文档或学术资料的专业人士使用。对于希望私有化部署知识库问答系统的团队，它也提供了基于 MongoDB 和身份验证的扩展分支选项。\n\n其技术亮点在于集成了先进的向量检索技术，将非结构化文档转化为可被 AI 精准理解的语义索引，并结合 Next.js 与 React 打造了流畅的前端体验。无论是个人知识管理还是小型团队的知识库搭建，doc-chatbot 都提供了一个灵活、高效且完全可控的解决方案。","# doc-chatbot: GPT x Pinecone x LangChain\n\n## Features\n\n- Create **multiple** topics to chat about\n- Store **any number of files** to each topic\n- Create **any number of chats** (chat windows) for each topic\n- Upload files, convert them to embeddings, store the embeddings in a namespace and upload to Pinecone, and delete Pinecone namespaces **from within the browser**\n- Store and automatically **retrieve chat history** for all chats with local storage\n- Supports `.pdf`, `.docx` and `.txt`\n\n![TypeScript](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftypescript-%23007ACC.svg?style=for-the-badge&logo=typescript&logoColor=white)\n![Next JS](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FNext-black?style=for-the-badge&logo=next.js&logoColor=white)\n![React](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Freact-%2320232a.svg?style=for-the-badge&logo=react&logoColor=%2361DAFB)\n![TailwindCSS](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftailwindcss-%2338B2AC.svg?style=for-the-badge&logo=tailwind-css&logoColor=white)\n\n`+ LangChain and Pinecone`\n\nNote: If you'd like to set this up with google auth and mongoDB (as opposed to no auth and using local storage), have a look at this branch: [mongodb-and-auth](https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot\u002Ftree\u002Fmongodb-and-auth). However, that repo is several important commits behind this one and lacks certain features, so keep that in mind.\n\n**Main chat area**\n![Main chat area](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdissorial_doc-chatbot_readme_e43c7752746a.png)\n\n---\n\n**Settings page**\n\n![Settings page](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdissorial_doc-chatbot_readme_8a6f39c4b80f.png)\n\n---\n\n## Local setup & development\n\nIf you'd like to run this locally and deploy your own version, follow the steps below.\n\n### Clone the repo\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot.git\n```\n\n---\n\n### Pinecone setup\n\n#### API key\n\nCreate an account on Pinecone. Go to `Indexes` and `Create index`. Enter any name, put `1536` for `Dimensions` and leave the rest on default. Then go to `API keys` and `Create API key`.\n\n#### Index name\n\nSelf-explanatory\n\n#### Pinecone environment\n\nRight next to your index name, e.g. `us-west2-rkw`\n\n---\n\n### Install packages\n\n```\nyarn install\n```\n\n---\n\n### Set up your `.env` file\n\n- Rename `.env.example` to `.env`\n- Your `.env` file should look like this:\n\n```\nNODE_ENV=development\n```\n\n### Node environment\n\n- Development by default. In production, set this to 'production' (without the quotes)\n\n### Other\n\n- In `utils\u002Fmakechain.ts`, adjust the `QA_PROMPT` for your own usecase. Change `modelName` in `new OpenAI` to `gpt-4`, if you have access to it.\n\n---\n\n## Deployment\n\nAdd these to your `.env` file:\n\n```\nNEXTAUTH_URL=http:\u002F\u002Flocalhost:3000\nNEXTAUTH_SECRET=\nJWT_SECRET=\n```\n\n### NextAuth Secret\n\n- You can generate this by running `openssl rand -base64 32` in Git Bash.\n\n### JWT Secret\n\n- You can generate this by running `openssl rand -base64 32` in Git Bash.\n\n### NextAuth URL\n\n- Default is http:\u002F\u002Flocalhost:3000. In production, this should be the URL of your deployed app.\n\n---\n\n## Run the app\n\n```\nnpm run dev\n```\n\n---\n\n## Troubleshooting\n\n### General errors\n\n- Make sure that you are running the latest version of Node. To check your version run node -v.\n- If you're encountering issues with a specific file, try converting it to text first or try a different file. It's possible that the file is corrupted, scanned, or requires OCR to be converted to text.\n- Confirm that you're using the same versions of LangChain and Pinecone as this repository.\n\n### Pinecone errors\n\n- Confirm that you've set the vector dimensions to 1536.\n- Note that Pinecone indexes for users on the Starter (free) plan are deleted after 7 days of inactivity. To prevent this, send an API request to Pinecone to reset the counter before 7 days.\n- If issues persist, consider starting fresh with a new Pinecone project, index, and cloned repository.\n\n---\n\n## Credit\n\nThis repository was originally a fork of [GPT-4 & LangChain](https:\u002F\u002Fgithub.com\u002Fmayooear\u002Fgpt4-pdf-chatbot-langchain) repository by [mayooear](https:\u002F\u002Fgithub.com\u002Fmayooear\u002Fgpt4-pdf-chatbot-langchain) but underwent many major changes in this repo.\n\n_Frontend of this repo is inspired by ChatGPT._\n","# 文档聊天机器人：GPT × Pinecone × LangChain\n\n## 功能特性\n\n- 创建**多个**主题进行对话\n- 为每个主题存储**任意数量的文件**\n- 为每个主题创建**任意数量的聊天窗口**\n- 在浏览器内直接上传文件、将其转换为嵌入向量、将向量存储到命名空间并上传至 Pinecone，以及删除 Pinecone 命名空间\n- 使用本地存储自动保存并**检索所有聊天记录**\n- 支持 `.pdf`、`.docx` 和 `.txt` 格式\n\n![TypeScript](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftypescript-%23007ACC.svg?style=for-the-badge&logo=typescript&logoColor=white)\n![Next JS](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FNext-black?style=for-the-badge&logo=next.js&logoColor=white)\n![React](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Freact-%2320232a.svg?style=for-the-badge&logo=react&logoColor=%2361DAFB)\n![TailwindCSS](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftailwindcss-%2338B2AC.svg?style=for-the-badge&logo=tailwind-css&logoColor=white)\n\n`+ LangChain 和 Pinecone`\n\n注意：如果您希望使用 Google 身份验证和 MongoDB 来部署（而不是无身份验证和本地存储），请查看此分支：[mongodb-and-auth](https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot\u002Ftree\u002Fmongodb-and-auth)。不过，该仓库比本仓库落后几个重要提交，并且缺少某些功能，请您知悉。\n\n**主聊天区域**\n![主聊天区域](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdissorial_doc-chatbot_readme_e43c7752746a.png)\n\n---\n\n**设置页面**\n\n![设置页面](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdissorial_doc-chatbot_readme_8a6f39c4b80f.png)\n\n---\n\n## 本地搭建与开发\n\n如果您想在本地运行并部署自己的版本，请按照以下步骤操作。\n\n### 克隆仓库\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot.git\n```\n\n---\n\n### Pinecone 设置\n\n#### API 密钥\n\n在 Pinecone 上创建一个账户。进入 `Indexes` 并点击 `Create index`。输入任意名称，将 `Dimensions` 设置为 `1536`，其余保持默认。然后转到 `API keys` 并创建 API 密钥。\n\n#### 索引名称\n\n顾名思义\n\n#### Pinecone 环境\n\n就在您的索引名称旁边，例如 `us-west2-rkw`。\n\n---\n\n### 安装依赖包\n\n```\nyarn install\n```\n\n---\n\n### 配置 `.env` 文件\n\n- 将 `.env.example` 重命名为 `.env`\n- 您的 `.env` 文件应如下所示：\n\n```\nNODE_ENV=development\n```\n\n### Node 环境\n\n- 默认为开发环境。在生产环境中，请将其设置为 `'production'`（不带引号）。\n\n### 其他\n\n- 在 `utils\u002Fmakechain.ts` 中，根据您的实际用例调整 `QA_PROMPT`。如果拥有 GPT-4 的访问权限，请将 `new OpenAI` 中的 `modelName` 更改为 `gpt-4`。\n\n---\n\n## 部署\n\n在您的 `.env` 文件中添加以下内容：\n\n```\nNEXTAUTH_URL=http:\u002F\u002Flocalhost:3000\nNEXTAUTH_SECRET=\nJWT_SECRET=\n```\n\n### NextAuth Secret\n\n- 您可以通过在 Git Bash 中运行 `openssl rand -base64 32` 来生成。\n\n### JWT Secret\n\n- 同样可以通过在 Git Bash 中运行 `openssl rand -base64 32` 来生成。\n\n### NextAuth URL\n\n- 默认值为 `http:\u002F\u002Flocalhost:3000`。在生产环境中，应设置为您已部署应用的 URL。\n\n---\n\n## 运行应用\n\n```\nnpm run dev\n```\n\n---\n\n## 故障排除\n\n### 一般错误\n\n- 确保您使用的是最新版本的 Node.js。可通过运行 `node -v` 来检查版本。\n- 如果遇到特定文件的问题，可以先尝试将其转换为文本格式，或更换其他文件。可能是文件损坏、扫描件，或者需要 OCR 技术才能转换为文本。\n- 请确认您使用的 LangChain 和 Pinecone 版本与本仓库一致。\n\n### Pinecone 错误\n\n- 确认您已将向量维度设置为 1536。\n- 请注意，Pinecone Starter（免费）计划的用户索引在 7 天无活动后会被删除。为避免这种情况，请在 7 天前向 Pinecone 发送 API 请求以重置计数器。\n- 如果问题仍然存在，建议从头开始，创建一个新的 Pinecone 项目、索引，并克隆新的仓库。\n\n---\n\n## 致谢\n\n本仓库最初是基于 [mayooear](https:\u002F\u002Fgithub.com\u002Fmayooear\u002Fgpt4-pdf-chatbot-langchain) 的 [GPT-4 & LangChain](https:\u002F\u002Fgithub.com\u002Fmayooear\u002Fgpt4-pdf-chatbot-langchain) 仓库的分支，但在本仓库中经历了许多重大改动。\n\n*本项目的前端设计灵感来源于 ChatGPT。*","# doc-chatbot 快速上手指南\n\ndoc-chatbot 是一个基于 GPT、Pinecone 和 LangChain 的开源文档聊天机器人。它允许你创建多个主题，上传 PDF、DOCX 或 TXT 文件，并在浏览器中直接与这些文档内容进行对话。\n\n## 环境准备\n\n在开始之前，请确保你的开发环境满足以下要求：\n\n*   **Node.js**: 建议安装最新稳定版 (LTS)。可通过 `node -v` 检查版本。\n*   **包管理器**: 推荐使用 `yarn` (项目原生支持) 或 `npm`。\n*   **Pinecone 账号**: 需要注册 [Pinecone](https:\u002F\u002Fwww.pinecone.io\u002F) 账号以获取向量数据库服务。\n*   **OpenAI API Key**: 需要有效的 OpenAI API 密钥。\n\n## 安装步骤\n\n### 1. 克隆项目\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot.git\ncd doc-chatbot\n```\n\n### 2. 安装依赖\n推荐使用 yarn 进行安装：\n```bash\nyarn install\n```\n*(若使用 npm，可运行 `npm install`)*\n\n### 3. 配置 Pinecone\n1.  登录 Pinecone 控制台，进入 **Indexes** 页面并点击 **Create index**。\n2.  **Index Name**: 自定义名称（后续需填入配置文件）。\n3.  **Dimensions**: 必须设置为 `1536`。\n4.  其余选项保持默认，创建完成后进入 **API Keys** 页面生成新的 API Key。\n5.  记录你的 **Environment** 名称（位于 Index 名称旁边，例如 `us-west2-rkw`）。\n\n### 4. 配置环境变量\n1.  将示例配置文件重命名为 `.env`：\n    ```bash\n    mv .env.example .env\n    ```\n2.  编辑 `.env` 文件，填入以下关键信息（参考原文结构补充缺失的关键 Key）：\n    ```env\n    NODE_ENV=development\n    \n    # OpenAI 配置\n    OPENAI_API_KEY=你的_OpenAI_API_Key\n    \n    # Pinecone 配置\n    PINECONE_API_KEY=你的_Pinecone_API_Key\n    PINECONE_ENVIRONMENT=你的_Pinecone_环境名 (如 us-west2-rkw)\n    PINECONE_INDEX_NAME=你的_Index_名称\n    \n    # 认证相关 (本地开发可生成随机字符串)\n    NEXTAUTH_URL=http:\u002F\u002Flocalhost:3000\n    NEXTAUTH_SECRET=运行_openssl_rand_-base64_32_生成的字符串\n    JWT_SECRET=运行_openssl_rand_-base64_32_生成的字符串\n    ```\n    > **提示**: 生成秘密密钥的方法：在终端运行 `openssl rand -base64 32`。\n\n### 5. (可选) 自定义模型与提示词\n如果需要更改默认行为，可编辑 `utils\u002Fmakechain.ts` 文件：\n*   修改 `QA_PROMPT` 以适应特定场景。\n*   若有 GPT-4 权限，可将 `modelName` 改为 `gpt-4`。\n\n## 基本使用\n\n### 启动应用\n在终端运行以下命令启动开发服务器：\n```bash\nnpm run dev\n```\n*(如果你使用的是 yarn，也可以运行 `yarn dev`)*\n\n### 操作流程\n1.  **访问界面**: 打开浏览器访问 `http:\u002F\u002Flocalhost:3000`。\n2.  **创建主题**: 在侧边栏或主界面创建一个新话题（Topic）。\n3.  **上传文档**: 在该话题下上传 `.pdf`, `.docx` 或 `.txt` 文件。\n    *   系统会自动将文件转换为向量嵌入 (Embeddings) 并存储到 Pinecone 命名空间中。\n4.  **开始对话**: 文件处理完成后，直接在聊天窗口提问。系统将基于你上传的文档内容回答，并自动在本地存储中保存聊天记录。\n5.  **多窗口管理**: 你可以为同一个话题创建多个独立的聊天窗口，互不干扰。","某法律科技团队需要快速从数百份历史合同、判例文档及内部合规手册中检索关键条款，以辅助律师起草新的诉讼策略。\n\n### 没有 doc-chatbot 时\n- 律师必须在多个独立的 PDF 和 Word 文件中手动搜索关键词，效率极低且容易遗漏跨文档的关联信息。\n- 每次开启新案件的调研都需要重新阅读大量背景材料，无法保留之前的对话思路和历史问答记录。\n- 不同案件主题的文档混杂存储，缺乏有效的隔离机制，导致在咨询时经常混淆不同项目的上下文。\n- 非技术人员无法直接利用向量数据库技术，必须依赖开发团队编写脚本来处理文档嵌入和检索，响应周期长。\n\n### 使用 doc-chatbot 后\n- 团队可将所有相关合同与判例上传至特定“主题”下，doc-chatbot 自动完成向量化存储，实现跨文件的智能语义检索。\n- 利用本地存储自动保存的聊天历史功能，律师可随时回溯之前的分析路径，并在同一主题下开启多个独立聊天窗口并行探讨不同策略。\n- 通过创建多个独立主题（如“知识产权案”、“劳动纠纷案”），doc-chatbot 确保了不同案件文档与对话上下文的严格隔离，互不干扰。\n- 无需编写代码，团队成员直接在浏览器界面即可完成文件上传、索引管理及删除操作，大幅降低了 AI 技术的应用门槛。\n\ndoc-chatbot 将静态的法律文档库转化为可交互的智能知识库，让专业团队能秒级获取跨文档的深度洞察。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdissorial_doc-chatbot_e43c7752.png","dissorial","Erik Závodský","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fdissorial_e49ca3a9.png",null,"https:\u002F\u002Fgithub.com\u002Fdissorial",[78,82,86],{"name":79,"color":80,"percentage":81},"TypeScript","#3178c6",96.4,{"name":83,"color":84,"percentage":85},"CSS","#663399",2.2,{"name":87,"color":88,"percentage":89},"JavaScript","#f1e05a",1.3,855,143,"2026-04-05T18:30:35",4,"未说明","不需要 GPU",{"notes":97,"python":94,"dependencies":98},"该项目基于 Node.js 和 Next.js 构建，主要依赖 OpenAI API 和 Pinecone 向量数据库。无需本地运行大模型，因此无 GPU 需求。需配置 .env 文件包含 Pinecone API Key、索引名称及环境信息。若使用认证功能需额外配置 MongoDB 和 NextAuth。免费版的 Pinecone 索引在 7 天不活动后会被删除，需定期调用 API 保活。",[99,100,79,101,102,103,104,105],"Next.js","React","TailwindCSS","LangChain","Pinecone","OpenAI API","Node.js",[52,35,14],[108,109,110,111,112,113,114,115,116,117,118,119,120,121,122,123],"openai","typescript","gpt-3","gpt-4","langchain","mongoose","nextjs","openai-api","chat","chatbot","document-embedding","pdf-processing","pinecone","reactjs","tailwindcss","vectorization","2026-03-27T02:49:30.150509","2026-04-12T20:18:58.799614",[127,132,137,142,147,152,157],{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},30951,"部署到 Vercel 后出现 'Failed to ingest'（摄入失败）错误怎么办？","这通常与 MongoDB 的 IP 白名单设置或动态路由有关。请确保在 MongoDB 中将访问 IP 设置为允许所有 IP (0.0.0.0\u002F0) 或添加 Vercel 的动态 IP 范围。此外，如果使用的是 Pinecone 免费层，可能存在连接不稳定的问题，建议检查 Namespace 是否为空，因为如果 Namespace 无法连接，文档将无法存入嵌入向量。","https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot\u002Fissues\u002F17",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},30952,"遇到 'Error 400: redirect_uri_mismatch' 错误如何解决？","需要在 Google Cloud Console 的凭据部分正确配置回调地址。找到 'Authorized redirect URIs'（授权重定向 URI），将其设置为：http:\u002F\u002Flocalhost:3000\u002Fapi\u002Fauth\u002Fcallback\u002Fgoogle（本地开发时）或 https:\u002F\u002F你的域名.vercel.app\u002Fapi\u002Fauth\u002Fcallback\u002Fgoogle（部署时）。","https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot\u002Fissues\u002F10",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},30953,"在 Vercel 部署后遇到认证错误或 'Access Denied' 怎么办？","需要更新 Google Cloud Console 中的 OAuth 2.0 客户端设置。进入 'APIs and Services' -> 'Credentials' -> 选择你的 OAuth 2.0 Client ID -> 编辑。确保 'Authorized JavaScript origins' 添加了你的 Vercel 域名（如 https:\u002F\u002Fxxxxxx.vercel.app），且 'Authorized redirect URIs' 添加了 https:\u002F\u002Fxxxx.vercel.app\u002Fapi\u002Fauth\u002Fcallback\u002Fgoogle。同时确保已将部署提升为生产环境以激活正确的 URL。","https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot\u002Fissues\u002F32",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},30954,"Windows 用户上传文件时报错 'ENOENT: no such file or directory' 如何解决？","这是因为项目中缺少 'docs' 文件夹。GitHub 不会提交空目录，导致文件移动失败。请在项目根目录下手动创建一个名为 'docs' 的空文件夹，或者在该文件夹内创建一个 '.gitkeep' 文件以确保其被提交到仓库中。","https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot\u002Fissues\u002F1",{"id":148,"question_zh":149,"answer_zh":150,"source_url":151},30955,"如何增加上传文件的大小限制（默认限制较小）？","如果你自行部署（如使用 Nginx），可以修改 Nginx 配置文件，添加或修改以下参数来增大限制：\nclient_max_body_size 50m;\nclient_body_buffer_size 50m;\n如果是本地运行，可以在代码中调整文件大小限制逻辑；部署版通常为了性能设置了默认限制。","https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot\u002Fissues\u002F38",{"id":153,"question_zh":154,"answer_zh":155,"source_url":156},30956,"聊天界面在消息过多时显示不全或底部被截断怎么办？","这是一个 UI 布局问题。请拉取最新的代码更新，维护者已修复该问题，确保侧边栏和用户输入区域固定，且聊天内容区域高度设置为 'h-full' 而非 'h-screen'，防止长消息滚动时被截断。","https:\u002F\u002Fgithub.com\u002Fdissorial\u002Fdoc-chatbot\u002Fissues\u002F2",{"id":158,"question_zh":159,"answer_zh":160,"source_url":151},30957,"如何提高模型回答广泛性问题的质量？","可以通过调整系统提示词（prompt）、文本块长度（chunk length）、文本块重叠率（chunk overlap）以及模型的温度参数（temperature）来优化回答效果。不同的参数组合会影响模型对上下文的理解和生成的灵活性。",[]]