Skip to content

Latest commit

 

History

History
223 lines (161 loc) · 12.7 KB

README.zh-CN.md

File metadata and controls

223 lines (161 loc) · 12.7 KB

AnythingLLM logo

AnythingLLM: 您一直在寻找的全方位AI应用程序。
与您的文档聊天,使用AI代理,高度可配置,多用户,无需繁琐的设置。

Discord | 许可证 | 文档 | 托管实例

English · 简体中文

👉 适用于桌面(Mac、Windows和Linux)的AnythingLLM!立即下载

这是一个全栈应用程序,可以将任何文档、资源(如网址链接、音频、视频)或内容片段转换为上下文,以便任何大语言模型(LLM)在聊天期间作为参考使用。此应用程序允许您选择使用哪个LLM或向量数据库,同时支持多用户管理并设置不同权限。

聊天

观看演示视频!

观看视频

产品概览

AnythingLLM是一个全栈应用程序,您可以使用现成的商业大语言模型或流行的开源大语言模型,再结合向量数据库解决方案构建一个私有ChatGPT,不再受制于人:您可以本地运行,也可以远程托管,并能够与您提供的任何文档智能聊天。

AnythingLLM将您的文档划分为称为workspaces (工作区)的对象。工作区的功能类似于线程,同时增加了文档的容器化,。工作区可以共享文档,但工作区之间的内容不会互相干扰或污染,因此您可以保持每个工作区的上下文清晰。

AnythingLLM的一些酷炫特性

  • 多用户实例支持和权限管理
  • 工作区内的智能体Agent(浏览网页、运行代码等)
  • 为您的网站定制的可嵌入聊天窗口
  • 支持多种文档类型(PDF、TXT、DOCX等)
  • 通过简单的用户界面管理向量数据库中的文档
  • 两种对话模式:聊天查询。聊天模式保留先前的对话记录。查询模式则是是针对您的文档做简单问答
  • 聊天中会提供所引用的相应文档内容
  • 100%云部署就绪。
  • “部署你自己的LLM模型”。
  • 管理超大文档时高效、低耗。只需要一次就可以嵌入(Embedding)一个庞大的文档或文字记录。比其他文档聊天机器人解决方案节省90%的成本。
  • 全套的开发人员API,用于自定义集成!

支持的LLM、嵌入模型、转录模型和向量数据库

支持的LLM:

支持的嵌入模型:

支持的转录模型:

支持的向量数据库:

技术概览

这个单库由三个主要部分组成:

  • frontend: 一个viteJS + React前端,您可以运行它来轻松创建和管理LLM可以使用的所有内容。
  • server: 一个NodeJS express服务器,用于处理所有交互并进行所有向量数据库管理和LLM交互。
  • docker: Docker指令和构建过程 + 从源代码构建的信息。
  • collector: NodeJS express服务器,用于从UI处理和解析文档。

🛳 自托管

Mintplex Labs和社区维护了许多部署方法、脚本和模板,您可以使用它们在本地运行AnythingLLM。请参阅下面的表格,了解如何在您喜欢的环境上部署,或自动部署。

Docker AWS GCP Digital Ocean Render.com
在Docker上部署 在AWS上部署 在GCP上部署 在DigitalOcean上部署 在Render.com上部署
Railway
在Railway上部署

其他方案:不使用Docker配置AnythingLLM实例 →

如何设置开发环境

  • yarn setup 填充每个应用程序部分所需的.env文件(从仓库的根目录)。
    • 在开始下一步之前,先填写这些信息server/.env.development,不然代码无法正常执行。
  • yarn dev:server 在本地启动服务器(从仓库的根目录)。
  • yarn dev:frontend 在本地启动前端(从仓库的根目录)。
  • yarn dev:collector 然后运行文档收集器(从仓库的根目录)。

了解文档

了解向量缓存

如何贡献

  • 创建issue
  • 创建PR,分支名称格式为<issue number>-<short name>
  • 然后合并

远程信息收集与隐私保护

由Mintplex Labs Inc开发的AnythingLLM包含一个收集匿名使用信息的Telemetry功能。

有关AnythingLLM的远程信息收集与隐私保护更多信息

为什么收集信息?

我们使用这些信息来帮助我们理解AnythingLLM的使用情况,帮助我们确定新功能和错误修复的优先级,并帮助我们提高AnythingLLM的性能和稳定性。

怎样关闭

通过在服务器或docker的.env设置中将DISABLE_TELEMETRY设置为“true”来选择退出Telemetry远程信息收集功能。您也可以进入AnythingLLM应用>>>侧边栏最下方 >>> 隐私和数据 (Privacy&Data)>>>找到最下方的Anonymous Telemetry Enabled,点击绿色按钮让它变灰色,从而禁用信息收集功能。

你们跟踪收集哪些信息?

我们只会跟踪有助于我们做出产品和路线图决策的使用细节,具体包括:

  • 您的安装方式(Docker或桌面版)
  • 文档被添加或移除的时间。但不包括文档内的具体内容。我们只关注添加或移除文档这个行为。这些信息能让我们了解到文档功能的使用情况。
  • 使用中的向量数据库类型。让我们知道哪个向量数据库最受欢迎,并在后续更新中优先考虑相应的数据库。
  • 使用中的LLM类型。让我们知道谁才是最受欢迎的LLM模型,并在后续更新中优先考虑相应模型。
  • 信息被发送出去。这是最常规的“事件/行为/event”,并让我们了解到所有安装了这个项目的每日活动情况。同样,只收集发送这个行为的信息,我们不会收集关于聊天本身的性质或内容的任何信息。

您可以通过查找所有调用Telemetry.sendTelemetry的位置来验证这些声明。此外,如果启用,这些事件也会被写入输出日志,因此您也可以看到发送了哪些具体数据。不收集IP或其他识别信息。Telemetry远程信息收集的方案来自PostHog - 一个开源的远程信息收集服务。

在源代码中查看所有信息收集活动

🔗 更多产品

  • VectorAdmin:一个用于管理向量数据库的全方位GUI和工具套件。
  • OpenAI Assistant Swarm:一个智能体Agent就可以管理您所有的OpenAI助手。


版权所有 © 2024 Mintplex Labs
本项目采用MIT许可证。