datvodinh/rag-chatbot 开源项目中文解读：技术栈、适用场景与上手建议

项目介绍

datvodinh/rag-chatbot 是一个托管在 GitHub 上的开源项目，主要使用 Python 编写，采用 Apache License 2.0 许可证，目前获得 692 个 Star、109 次 Fork。

仓库全名: datvodinh/rag-chatbot

README 摘要

🤖 Chat with multiple PDFs locally 📖 Table of Contents 📖 Table of Contents ⭐️ Key Features 💡 Idea (Experiment) 💻 Setup 1. Kaggle (Recommended) 2. Local 2.1. Clone project 2.2 Install 2.3 Run 3. Go to: http://0.0.0.0:7860/ or Ngrok link after setup completed 🌟 Star History ⭐️ Key Features Easy to run on Local or Kaggle (new) Using any model from Huggingface and Ollama Process multiple PDF inputs. Chat with…

完整内容见 GitHub 原始 README 或本页。

常见问题

rag-chatbot 用什么语言开发？

主要使用 Python 编写，采用 Apache License 2.0 许可证，目前有 692 个 Star。

rag-chatbot 可以免费商用吗？

如何获取 rag-chatbot 的源码？

可以直接克隆仓库：git clone https://github.com/datvodinh/rag-chatbot.git，默认分支为 main；安装与运行步骤见仓库 README。

rag-chatbot 最近还在维护吗？

仓库最近一次更新为 2025年10月23日，当前有 8 个未关闭 Issue；Star 数为 692，可作为社区活跃度的参考。

关于

Chat with multiple PDFs locally

chatbot gradio llm ollama question-answering rag llama-index llama3 mistral chatbot-ui

Apache License 2.0
692 Stars
109 Forks
13 Watching

描述取自 GitHub 官方 API，中文内容由 GitRead 中文社区编辑团队整理。

简要分析

热度分

923

价值分

448

活跃状态

活跃

GitHub

语言占比

Dockerfile

Jupyter Notebook

Makefile

Python

Shell

Release

v0.2.02025年10月23日
v0.1.92024年10月14日
v0.1.82024年5月25日
v0.1.72024年5月14日
v0.1.62024年5月13日

贡献者

datvodinh

🤖 Chat with multiple PDFs locally

alt text

⭐️ Key Features

Easy to run on Local or Kaggle (new)
Using any model from Huggingface and Ollama
Process multiple PDF inputs.
Chat with multiples languages (Coming soon).
Simple UI with Gradio.

💡 Idea (Experiment)

RAG Flow

Retriever

💻 Setup

1. Kaggle (Recommended)

Import notebooks/kaggle.ipynb to Kaggle
Replace <YOUR_NGROK_TOKEN> with your tokens.

2. Local

2.1. Clone project

git clone https://github.com/datvodinh/rag-chatbot.git
cd rag-chatbot

2.2 Install

2.2.0 Install `uv` (once)

curl -LsSf https://astral.sh/uv/install.sh | sh

Make sure ~/.local/bin (default install location) is on your PATH.

2.2.1 Docker

docker compose up --build

2.2.2 Using script (Ollama, Ngrok, python package)

bash ./scripts/install_extra.sh

2.2.3 Install manually

1. `Ollama`

MacOS, Window: Download
Linux

curl -fsSL https://ollama.com/install.sh | sh

2. `Ngrok`

Macos

brew install ngrok/ngrok/ngrok

Linux

curl -s https://ngrok-agent.s3.amazonaws.com/ngrok.asc \
| sudo tee /etc/apt/trusted.gpg.d/ngrok.asc >/dev/null \
&& echo "deb https://ngrok-agent.s3.amazonaws.com buster main" \
| sudo tee /etc/apt/sources.list.d/ngrok.list \
&& sudo apt update \
&& sudo apt install ngrok

3. Install `rag_chatbot` Package

uv sync --locked

2.3 Run

bash ./scripts/run.sh

uv run python -m rag_chatbot --host localhost

Using Ngrok

bash ./scripts/run.sh --ngrok

3. Go to: `http://0.0.0.0:7860/` or Ngrok link after setup completed

🌟 Star History

暂无评论

rag-chatbot