一键搭建本地 AI 私有知识库：支持十几种大语言模型（LLM）、RAG 和 AI Agents！

AnythingLLM^[1] 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 核心功能

• 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）。
• 支持多种文档类型（PDF、TXT、DOCX 等）。
• 支持聊天和查询模式：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，或 “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。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！

AnythingLLM 支持的 LLM

• 任何与 llama.cpp^[2] 兼容的开源模型
• OpenAI
• Azure OpenAI
• Anthropic
• Google Gemini Pro
• Hugging Face (聊天模型)
• Ollama (聊天模型)
• LM Studio (所有模型)
• LocalAi (所有模型)
• Together AI (聊天模型)
• Perplexity (聊天模型)
• OpenRouter (聊天模型)
• Mistral
• Groq
• Cohere
• KoboldCPP

AnythingLLM 支持的嵌入模型

• AnythingLLM 原生嵌入器（默认）
• OpenAI
• Azure OpenAI
• LocalAi (全部)
• Ollama (全部)
• LM Studio (全部)
• Cohere

AnythingLLM 支持的转录模型

• AnythingLLM内置（默认）
• OpenAI

AnythingLLM 支持的向量数据库

• LanceDB （默认）
• Astra DB
• Pinecone
• Chroma
• Weaviate
• QDrant
• Milvus
• Zilliz

AnythingLLM 仓库介绍

仓库结构

AnythingLLM 仓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。

仓库地址：https://github.com/Mintplex-Labs/anything-llm

配置开发环境

• 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）。