Visible document workflow
Folder path, search settings, answer surface, and source evidence stay in view instead of disappearing behind setup flows.
LocalRAG 不是为干净的演示数据集做的,而是为真实文件夹准备的:OCR 过的 PDF、混合格式、多语言资料,以及你不想上传到公有云的笔记。
Folder path, search settings, answer surface, and source evidence stay in view instead of disappearing behind setup flows.
It starts with your real working folder: PDFs, scans, notes, mixed formats, and multilingual files.
它从你本机上的普通文件夹开始,而不是先要求你把文件上传到云端。
如果看不到回答背后的原文片段,再顺滑的输出也很难真正让人信服。
界面语言和回答语言分开,是因为真实文件夹本来就经常是多语言混合的。
模型、embeddings 和回答角色都放在产品界面里,而不是藏在配置文件中。
当前版本会直接展示文档目录、回答语言、检索设置、角色、模型以及取回的上下文。
Use the directory you already rely on, including OCR PDFs, scans, notes, and mixed content.
Read the answer, open the retrieved passages, and check what the model actually used.
Tune models, embeddings, retrieval depth, and response roles without leaving the product.
A grounded workflow, not a black box.
这一组截图全部来自当前版本的 LocalRAG。
真正有用的不是“像样的语气”,而是你能立刻打开它依赖的上下文。
调整 LLM 和 embedding 行为本来就应该属于界面层,而不是隐藏在脆弱的内部设置里。
企业层不是再加一个通用聊天框,而是把内部数据源接进来、嵌入现有流程,并把整套系统放进可控的私有环境里。
File shares / Object storage / Knowledge bases / SQL-backed content
Internal APIs / Webhooks / Queues and events / Monitoring and quality checks
同样的隐私和可追溯思路,但补上团队需要的集成、自动化、治理和运维工具。
LocalRAG 对个人使用、评估和社区贡献免费。Corporate 版本则面向需要受控落地、连接器和系统集成能力的团队。
适合个人工作、产品评估,以及希望先从免费版本开始、再逐步增加基础设施的团队。
同样的产品方向,但会补齐内部平台、治理和重集成环境所需要的能力。
这个网站负责产品表达,GitHub 则保留代码、版本上下文和技术历史。