ChatPDF
RAG para LLM local, chatea con archivos PDF/doc/txt, ChatPDF. Implementación nativa pura de la funcionalidad RAG, basada en LLM local, modelo de incrustación, modelo de reranker, soporta GraphRAG, sin necesidad de instalar ninguna biblioteca de agente de terceros.
Haz preguntas sobre tus archivos PDF o de texto utilizando un modelo de IA local sin necesidad de bibliotecas adicionales.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasRAG para LLM local, chatea con archivos PDF/doc/txt, ChatPDF. Implementación nativa pura de la funcionalidad RAG, basada en LLM local, modelo de incrustación, modelo de reranker, soporta GraphRAG, sin necesidad de instalar ninguna biblioteca de agente de terceros.
ChatPDF tiene 854 estrellas en GitHub. Se ha bifurcado 144 veces. ChatPDF está escrito principalmente en Python. Se desarrolla activamente desde 2023. ChatPDF está disponible bajo la licencia Apache-2.0. Sus temas principales son: chatdoc, chatpdf, graphrag, llm.
¿Qué es ChatPDF?
RAG para LLM local, chatea con archivos PDF/doc/txt, ChatPDF. Implementación nativa pura de la funcionalidad RAG, basada en LLM local, modelo de incrustación, modelo de reranker, soporta GraphRAG, sin necesidad de instalar ninguna biblioteca de agente de terceros.
¿ChatPDF es de código abierto?
ChatPDF es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
¿ChatPDF es gratis?
Sí. ChatPDF es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está ChatPDF?
ChatPDF está disponible bajo la licencia Apache-2.0.
¿En qué lenguaje está escrito ChatPDF?
ChatPDF está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/shibing624-chatpdf.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.