ChatPDF
RAG pour LLM local, discutez avec des fichiers PDF/doc/txt, ChatPDF. Implémentation RAG purement native, basée sur LLM local, modèle d'embedding, modèle de reranker, prenant en charge GraphRAG, sans nécessiter l'installation de bibliothèques d'agent tierces.
Posez des questions sur vos fichiers PDF ou texte en utilisant un modèle AI local sans avoir besoin de bibliothèques supplémentaires.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentRAG pour LLM local, discutez avec des fichiers PDF/doc/txt, ChatPDF. Implémentation RAG purement native, basée sur LLM local, modèle d'embedding, modèle de reranker, prenant en charge GraphRAG, sans nécessiter l'installation de bibliothèques d'agent tierces.
ChatPDF compte 854 étoiles sur GitHub. Il a été forké 144 fois. ChatPDF est écrit principalement en Python. Il est développé activement depuis 2023. ChatPDF est disponible sous licence Apache-2.0. Ses principaux thèmes sont : chatdoc, chatpdf, graphrag, llm.
Qu'est-ce que ChatPDF ?
RAG pour LLM local, discutez avec des fichiers PDF/doc/txt, ChatPDF. Implémentation RAG purement native, basée sur LLM local, modèle d'embedding, modèle de reranker, prenant en charge GraphRAG, sans nécessiter l'installation de bibliothèques d'agent tierces.
ChatPDF est-il open source ?
ChatPDF est un projet open source. Il est distribué sous licence Apache-2.0.
ChatPDF est-il gratuit ?
Oui. ChatPDF est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est ChatPDF ?
ChatPDF est disponible sous licence Apache-2.0.
Dans quel langage ChatPDF est-il écrit ?
ChatPDF est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/shibing624-chatpdf.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.