AI赋能科研：开源工具助你搭建私密文献问答助手

全文约 2754 字 · 阅读约 7 分钟

项目信号：★17999、fork 2076、watchers 96，主要语言 Python，MIT 协议，2023 年 2 月创建，最近一次更新在 2026 年 7 月 16 日，open issues 91 个，是一个规模不小且仍在密集维护的项目。

关键词及解析：

DocsGPT 把“读文档、建索引、带出处问答”这条链路打包成了一个能自己托管的完整平台。你把文档交给它，它先解析成文本，切片后算成向量存进本地的向量库；你提问时，它先检索最相关的几段，再把这几段连同问题一起交给模型生成答案，并在答案旁标出这几段来自哪份文件。对研究者来说值钱的正是最后这一步，答案能一路点回原文，而不用担心模型凭空说一段让你无从查证。

按 README 的说明，它由四块组成。Application 是 Flask 写的主后端，负责摄入、检索与问答的核心逻辑；Frontend 是 Vite 加 React 的前端界面；Extensions 放各种对外接口，比如可嵌进网页的聊天挂件、Discord 和 Telegram 机器人；Scripts 是零散脚本。

项目结构

它吃进去的格式很杂。README 列的能读 PDF、DOCX、CSV、XLSX、EPUB、PPTX、HTML、图片，还有 MP3、WAV、M4A 这些音频，音频会先在后端转写成文字再入库。这一条对做访谈和田野的人有现实意义，一段会议或访谈录音能直接变成可检索、可追问的材料。 数据