产品简介
ollama_pdf_rag 基于Ollama和LangChain的本地应用,支持上传多份PDF并进行智能问答。所有数据在本地处理,确保隐私安全。适合需要处理敏感文档或进行信息检索的用户。
核心功能
- 100%本地运行,数据不离开设备
- 支持多PDF文档上传与跨文档查询
- 多查询RAG,智能检索并引用来源
- 高级RAG管道,基于LangChain和ChromaDB
- 双界面支持:Next.js现代UI与Streamlit经典界面
- REST API接口,便于集成开发
- Jupyter笔记本,适合实验与学习
快速开始
- 安装Ollama并拉取所需模型(如llama3.2)
- 克隆仓库并设置Python虚拟环境
- 安装前端依赖并运行启动脚本
- 访问本地URL(如localhost:3000)开始使用
界面预览

与其他方案对比
| 对比项 | 本工具 | 同类商业软件 | 在线服务 |
|---|---|---|---|
| 费用 | 开源免费 | 通常收费或含广告 | 可能有订阅或上传限制 |
| 隐私 | 本地运行,数据自持 | 依赖厂商政策 | 需上传数据到服务器 |
| 可定制性 | 源码开放,社区活跃 | 受限于官方功能 | 功能固定 |
适合谁用
- 需要本地处理敏感PDF文档的科研人员
- 企业中需要智能文档检索的行政人员
- 学生用于PDF学习资料的智能问答
- 开发者集成RAG功能到自有系统
下载与版本
当前最新版本为 v3.0.0,发布于 2025-12-19。支持 Windows、macOS、Linux。
⚠️ 注意:本项目仅提供源代码下载,不包含可直接运行的安装包(exe/dmg/apk 等。下载后需要自行编译构建才能使用,适合有一定开发经验的用户。如果你不熟悉编译流程,建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用,请遵守相关法律法规。
- 请尊重内容创作者版权,勿将下载内容用于商业或非法传播。
- 项目源码地址:https://github.com/tonykipkemboi/ollama_pdf_rag