README.zh-CN.md

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。

| | 文档 | 托管实例

English · 简体中文 · 日本語

👉 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。

观看演示视频！

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：聊天和查询。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：

• 任何与llama.cpp兼容的开源模型
• OpenAI
• OpenAI (通用)
• 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)
• Fireworks AI (聊天模型)
• Perplexity (聊天模型)
• OpenRouter (聊天模型)
• Novita AI (聊天模型)
• Mistral
• Groq
• Cohere
• KoboldCPP

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

支持的转录模型：

• AnythingLLM内置 （默认）
• OpenAI

支持的向量数据库：

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

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

Railway

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>
• 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。