private-gpt

private-gpt

离线运行的AI文档问答系统

PrivateGPT是一个离线AI文档问答系统,无需网络连接即可使用大型语言模型进行文档分析和问答。该项目提供API接口,支持文档ingestion、上下文聊天、补全和嵌入生成等功能,可用于构建私密的AI应用。系统还包含Gradio用户界面,方便测试API功能。此外,PrivateGPT提供批量下载模型、监控文档等辅助工具,便于用户部署和使用。

PrivateGPT隐私AI大语言模型APIGithub开源项目

🔒 PrivateGPT 📑

测试 网站 Discord 在X(原Twitter)上关注

Gradio界面

PrivateGPT是一个可用于生产环境的AI项目,它允许您利用大型语言模型(LLMs)的能力来询问有关您文档的问题,即使在没有互联网连接的情况下也能使用。100%私密,数据在任何时候都不会离开您的执行环境。

[!提示] 如果您正在寻找一个企业级、完全私密的AI工作空间, 请查看Zylon的网站申请演示。 Zylon由PrivateGPT背后的团队精心打造,是一个一流的AI协作工作空间, 可以轻松部署在本地(数据中心、裸机等)或您的私有云(AWS、GCP、Azure等)上。

该项目提供了一个API,提供了构建私密、上下文感知的AI应用所需的所有基本功能。它遵循并扩展了OpenAI API标准,支持普通和流式响应。

API分为两个逻辑块:

高级API,抽象了RAG(检索增强生成)管道实现的所有复杂性:

  • 文档摄入:内部管理文档解析、分割、元数据提取、嵌入生成和存储。
  • 使用摄入文档的上下文进行聊天和完成:抽象了上下文检索、提示工程和响应生成。

低级API,允许高级用户实现自己的复杂管道:

  • 嵌入生成:基于一段文本。
  • 上下文块检索:给定一个查询,返回摄入文档中最相关的文本块。

除此之外,还提供了一个可用的Gradio UI客户端来测试API,以及一套有用的工具,如批量模型下载脚本、摄入脚本、文档文件夹监视等。

🎞️ 概述

[!警告] 本README的更新频率不及文档。 请查看文档以获取最新更新!

PrivateGPT的动机

生成式AI对我们的社会来说是一个游戏规则改变者,但在各种规模的公司以及数据敏感领域(如医疗保健或法律)中的应用受到一个明确的担忧限制:隐私。 在使用第三方AI工具时无法确保您的数据完全在您的控制之下,这是那些行业无法承担的风险。

原始版本

PrivateGPT的第一个版本于2023年5月推出,是一种通过完全离线方式使用LLMs来解决隐私问题的新方法。

那个版本迅速成为隐私敏感设置的首选项目,并为数千个本地化的生成式AI项目提供了种子。它是PrivateGPT现在发展的基础;因此是一个更简单、更具教育意义的实现,用于理解构建完全本地化(因此是私密的)类似chatGPT工具所需的基本概念。

如果您想继续尝试它,我们已经将其保存在项目的primordial分支中。

如果您来自之前的原始版本,强烈建议您对PrivateGPT的这个新版本进行全新的克隆和安装。

PrivateGPT的现在和未来

PrivateGPT现在正在发展成为生成式AI模型和基本功能的网关,包括完成、文档摄入、RAG管道和其他低级构建块。我们希望让任何开发者更容易构建AI应用和体验,并为社区提供一个合适的可扩展架构以继续贡献。

请关注我们的发布以查看所有包含的新功能和变更。

📄 文档

有关安装、依赖、配置、运行服务器、部署选项、摄入本地文档、API详情和UI功能的完整文档可以在这里找到:https://docs.privategpt.dev/

🧩 架构

从概念上讲,PrivateGPT是一个封装RAG管道并公开其基本功能的API。

PrivateGPT的设计允许轻松扩展和适应API和RAG实现。一些关键的架构决策包括:

  • 依赖注入,解耦不同的组件和层。
  • 使用LlamaIndex的抽象,如LLMBaseEmbeddingVectorStore,使得更换这些抽象的实际实现变得简单。
  • 简单性,尽可能少地添加新的层和抽象。
  • 即用即取,提供API和RAG管道的完整实现。

主要构建块:

  • API在private_gpt:server:<api>中定义。每个包都包含一个<api>_router.py(FastAPI层)和一个<api>_service.py(服务实现)。每个Service使用LlamaIndex的基本抽象而不是特定实现,将实际实现与其使用解耦。
  • 组件放置在private_gpt:components:<component>中。每个Component负责为Service中使用的基本抽象提供实际实现 - 例如LLMComponent负责提供LLM的实际实现(例如LlamaCPPOpenAI)。

💡 贡献

欢迎贡献!为确保代码质量,我们启用了多项格式和类型检查,只需在提交前运行make check以确保您的代码没有问题。 记得测试您的代码!您会在tests文件夹中找到帮助程序,并且可以使用make test命令运行测试。

不知道贡献什么?这里是公开的项目看板,其中有几个想法。

前往Discord的#contributors频道,申请对该GitHub项目的写入权限。

💬 社区

加入PrivateGPT的对话:

📖 引用

如果您在论文中使用PrivateGPT,请查看Citation文件以获取正确的引用方式。 您也可以使用此仓库中的"引用此仓库"按钮以获取不同格式的引用。

以下是几个例子:

BibTeX

@software{Zylon_PrivateGPT_2023, author = {Zylon by PrivateGPT}, license = {Apache-2.0}, month = may, title = {{PrivateGPT}}, url = {https://github.com/zylon-ai/private-gpt}, year = {2023} }

APA

Zylon by PrivateGPT (2023). PrivateGPT [Computer software]. https://github.com/zylon-ai/private-gpt

🤗 合作伙伴与支持者

PrivateGPT得到以下团队的积极支持:

  • Qdrant,提供默认的向量数据库
  • Fern,提供文档和SDK
  • LlamaIndex,提供基础RAG框架和抽象

这个项目受到其他优秀项目的强烈影响和支持,如 LangChainGPT4AllLlamaCppChromaSentenceTransformers

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多