LangChain开源AnythingLLM：可与任何内容聊天的私人ChatGPT

　　今日，LangChain正式开源全栈应用程序AnythingLLM，为用户提供了构建私有ChatGPT的便利。无论是使用商业的现成LLM(Large Language Models)，还是流行的开源LLM和VectorDB解决方案，您都可以轻松地在本地或远程托管中运行它，并智能地与提供的任何文档进行对话。

　　该应用程序包括两种聊天模式:对话模式和查询模式。在对话模式中，系统会保留之前的问题，使用户能够进行更连贯、深入的对话。而查询模式则专注于根据用户指定的文件进行简单的问答聊天。对于可公开访问的文档，每个聊天回复还包含指向原始内容的引用链接，使用户能够方便地查看来源。

　　整个项目设计为单线程结构，主要由三部分组成:收集器、前端和服务器。首先，收集器是一个实用的Python工具，它使用户能够快速将来自在线资源(如指定的YouTube频道的视频、Medium文章、博客链接等)或本地文档中的可公开访问数据转换为LLM可用的格式。

　　该应用程序的前端采用了vitjs和React进行构建，通过Node.js和Express服务器处理所有LLM交互和VectorDB管理。这种设计使得用户能够在直观友好的界面中进行操作，并且通过高效的服务器架构实现快速响应和管理大规模的数据。

　　AnythingLLM提供了一个灵活而强大的工具，使用户能够充分利用现有的LLM技术，并在私有环境中构建自己的ChatGPT。无论是在解决特定问题还是进行深度对话，这个全栈应用程序都为用户提供了丰富的功能和交互体验。

　　核心功能:

　　工作空间管理: AnythingLLM 将您的文档划分为称为工作空间的对象。工作空间类似于线程，但额外包括对文档的容器化。工作空间可以共享文档，但它们之间不会互相通信，因此您可以保持每个工作空间的上下文清晰。

　　多用户实例支持和权限控制: 提供多用户支持和权限控制，确保用户能够安全管理和使用系统。

　　多文档类型支持: 支持多种文档类型，包括 PDF、TXT、DOCX 等，使系统更加灵活。

　　两种聊天模式: 提供对话和查询两种聊天模式。对话模式保留先前的问题和修改，而查询模式则是对文档的简单问答。

　　文内引用和源链接: 在聊天中提供文内引用，链接到原始文档源和文本，增加了对信息来源的可追溯性。