Mintplex-Labs GitHub avatar

anything-llm

JavaScript
本地优先智能体平台Mintplex-Labs最近推送 2026年11月18日
AI 应用MIT68.4k7,724346 issues7 天 +227

AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日

本地优先的一体化 AI 应用,可连接本地或云端大模型,与文档对话并运行 AI 智能体。

AnythingLLM 是一个开箱即用的一体化 AI 应用,目标是让用户搭建私有的、功能完整的 ChatGPT 式环境。它支持接入本地或云端大模型,导入文档后即可对话,并内置智能体、多用户、向量数据库和文档处理流程,默认本地运行、无需额外配置。

推荐指数

5.0

功能完整、生态成熟、上手门槛低,是自建私有 AI 工作台的首选之一。

近 7 天

+227

新增 Star

总 Star 排名

#68

雷达追踪的 3,931 个 AI 仓库中

创建于

2023

2023年6月4日

核心亮点

  • 1多模型接入

    支持 OpenAI、Anthropic、Gemini、Ollama、LM Studio、本地 llama.cpp 等大量模型来源。

  • 2文档对话

    支持 PDF、TXT、DOCX 等格式,拖拽上传后带来源引用回答。

  • 3内置智能体

    工作区内可运行智能体,支持网页浏览、MCP 兼容与无代码 Agent 构建。

  • 4多用户与权限

    Docker 版支持多用户实例和按用户控制访问。

  • 5本地优先

    内置本地模型引擎,可用 CPU 或 GPU 运行,数据不必外传。

适用场景

  • 企业内部知识库

    例如:把公司制度与产品文档导入工作区,员工用自然语言提问并看到引用来源。

  • 个人私有助手

    例如:在本地电脑用 Ollama 加载模型,处理私人笔记而不上传云端。

  • 团队多用户部署

    例如:用 Docker 部署一套实例,为不同成员分配独立工作区和权限。

  • 自动化任务

    例如:用定时任务按 cron 周期运行带智能体的提示词,定期汇总信息。

它是怎么工作的

  1. 第 1 步

    选择模型

    在设置中接入本地引擎或云端 LLM 提供商的 API。

  2. 第 2 步

    导入文档

    上传或拖入文档,系统切分并写入向量数据库。

  3. 第 3 步

    检索增强

    提问时先检索相关片段,再交给模型生成回答并附来源。

  4. 第 4 步

    智能体执行

    需要时调用工具完成浏览网页、运行任务等操作。

快速上手

  1. 1

    下载桌面版

    Mac、Windows、Linux 可直接安装使用。

  2. 2

    或 Docker 部署

    适合服务器与多用户场景,参考仓库内 Docker 使用文档。

  3. 3

    配置模型

    在设置中选择本地引擎或填入云端 API Key。

  4. 4

    上传文档开聊

    新建工作区,拖入文档后开始提问。

适合谁

  • 希望数据不出本地的个人开发者
  • 需要私有知识库问答的团队
  • 想统一管理多家模型 API 的使用者
  • 需要多用户权限的运维或 IT 人员

不太适合

  • 只想调用单一云端 API 的轻量用户
  • 不愿维护部署与模型资源的人

成熟度

  • 活跃度最近一次推送在 2026 年 11 月,持续活跃开发。
  • 文档有独立文档站、多语言 README 和演示视频。
  • 社区约 6.8 万 star、7700+ fork,并有 Discussions 与 Reddit 社区。
  • 上手难度桌面版安装即用,但多用户等高级功能需 Docker 部署。

同类项目怎么选

  • Open WebUI更偏聊天界面与 Ollama 生态,文档知识库与多用户管理侧重不同。
  • LibreChat聚焦多模型聊天界面,智能体与文档流水线能力相对更轻。
  • Dify更偏 LLM 应用与工作流编排平台,面向开发者构建应用。

使用前注意

  • · 采用 MIT 许可,商用前仍建议核对仓库 LICENSE 原文。
  • · 多用户、白标、嵌入聊天组件等功能仅 Docker 版提供。
  • · 本地运行大模型对 CPU/GPU 与内存有要求,性能取决于硬件。
  • · 接入云端模型会产生 API 费用,需自行管理密钥。

主题标签

raglocalaivector-databasellmai-agentsmultimodalagent-harnessagentic-aihermes-agentlocal-aiself-hosted-aiagent-computercomputer-useagent-orchestrationagentic-workflow