AnythingLLM RAG私有知识库问答系统

面向谁、解决什么问题

当笔记、手册、技术资料和网页链接散落在不同文件里，想快速找到答案往往费时费力。AnythingLLM 把文档解析、分块、向量化与语义检索串成一条自动流程，将零散信息整理成可检索的私有知识库。

个人做知识整理、读学术文献，或团队沉淀内部资料、共享协作，都能用自然语言直接提问。系统会依据知识库内容作答，并附上引用来源，降低大模型编造内容的风险。

这款由 Mintplex-Labs 开源的全栈 RAG 应用，面向个人用户和小团队，不写代码也能搭起私有文档问答系统。

数据留在本地，工作区彼此分开

文档和聊天记录默认存放在本地设备，不需要上传到外部服务。不同项目可划分独立工作区，各工作区拥有自己的文档集与向量索引，数据互不干扰。

模型接入方式灵活：既能调用 DeepSeek、智谱 GLM 等云端接口，也能借助 Ollama 在本地离线运行。

资料格式、平台与上手方式

PDF、Word、Markdown 以及网页链接均可导入，正文内容由系统自动抽取。运行环境覆盖 Windows、macOS、Linux 和 Web，资源包约 412.08MB。

桌面客户端下载后即可使用，也支持 Docker 方式部署；开源特性为后续二次开发留出空间。