Repolode
Enviar
thiswillbeyourgithub

thiswillbeyourgithub/wdoc

Una herramienta RAG que resume documentos variados y responde preguntas sobre ellos (PDF, audio, YouTube, Anki, Logseq y páginas web) con cualquier proveedor de LLM.

Ver en GitHubSitio web
Estrellas
549
Forks
47
Issues abiertos
2
Último commit
hace 10 días

¿Qué es?

wdoc es un sistema RAG en Python para resumir y consultar grandes colecciones de documentos variados a la vez. Puede cargar PDF, EPUB, archivos de Office, audio y video (transcritos con Whisper o Deepgram), videos y listas de reproducción de YouTube, páginas web, colecciones de Anki, grafos de Logseq y más, y combinarlos en un único índice. Las respuestas se devuelven en Markdown e incluyen referencias al documento de origen de cada afirmación.

El flujo de consulta recupera fragmentos candidatos mediante una búsqueda por embeddings, utiliza un LLM más económico para descartar documentos irrelevantes, responde a partir de cada documento restante con un LLM más potente y, por último, combina esas respuestas en lotes agrupados semánticamente. El modo de resumen procesa el texto fragmento por fragmento y genera listas con viñetas indentadas que buscan reflejar el razonamiento del autor. El acceso a los LLM se gestiona mediante LiteLLM, por lo que se pueden usar OpenAI, Anthropic, Mistral, Ollama y otros proveedores; además, un modo privado desactiva las claves de API externas y las conexiones salientes.

wdoc se puede ejecutar desde la línea de comandos, utilizar como biblioteca de Python o implementar mediante una interfaz web experimental de Gradio en Docker. Los extras opcionales permiten mantener pequeña la instalación base, y el proyecto también incluye una herramienta para Open-WebUI.

Funciones clave

  • 01Carga más de 15 tipos de archivo, incluidos PDF, EPUB, archivos de Office, audio, video, YouTube, Anki y Logseq.
  • 02Combina varias fuentes en un único índice y las consulta en conjunto.
  • 03Devuelve respuestas en Markdown con fuentes y referencias al documento de origen.
  • 04Funciona con cualquier proveedor de LLM compatible con LiteLLM, incluidos modelos locales mediante Ollama.
  • 05Ofrece un modo privado que bloquea las conexiones salientes y el uso de claves de API.
  • 06Resume el contenido y conserva los argumentos del autor en listas con viñetas indentadas.

Casos de uso

  • Hacer preguntas sobre una biblioteca personal de PDF, notas y artículos guardados.
  • Resumir videos largos de YouTube, podcasts o clases en notas estructuradas.
  • Consultar una colección de tarjetas de Anki junto con otros materiales de estudio.
  • Consultar documentos confidenciales con un LLM local en modo privado.

Inicio rápido

  1. 1

    Ejecuta wdoc con uvx para buscar en la web y obtener una respuesta con fuentes

    uvx wdoc web "How is Nvidia today this month?"
  2. 2

    Consulta un PDF con el paquete completo de extras (sustituye el enlace por uno propio)

    uvx wdoc[full] --path=$link --task=query --filetype="online_pdf" --query="What does it say about alphago?" --query_retrievers='basic_multiquery' --top_k=auto_200_500

Antes de usarlo

  • Licenciado bajo AGPL-3.0, una licencia copyleft que exige compartir el código fuente de los servicios de red derivados.
  • Sigue en desarrollo activo y su autor lo describe como utilizable, aunque con muchas funciones previstas y errores conocidos.
  • Los modelos predeterminados se alojan a través de OpenRouter, por lo que el uso habitual requiere una clave de API de pago, salvo que configures un LLM local.
  • La instalación básica solo incluye cargadores para PDF y la web; otros tipos de archivo requieren los extras [full].

En colecciones

Herramientas de PDF, OCR y documentos

Temas

#rag#llm#document-qa#summarization#pdf#langchain#litellm#python#news#parser

Preguntas frecuentes

¿Qué es wdoc?
Una herramienta RAG que resume documentos variados y responde preguntas sobre ellos (PDF, audio, YouTube, Anki, Logseq y páginas web) con cualquier proveedor de LLM. wdoc es un sistema RAG en Python para resumir y consultar grandes colecciones de documentos variados a la vez. Puede cargar PDF, EPUB, archivos de Office, audio y video (transcritos con Whisper o Deepgram), videos y listas de reproducción de YouTube, páginas web, colecciones de Anki, grafos de Logseq y más, y combinarlos en un único índice. Las respuestas se devuelven en Markdown e incluyen referencias al documento de origen de cada afirmación.
¿wdoc es gratuito? ¿Qué licencia tiene?
wdoc es open source bajo la licencia AGPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿wdoc sigue mantenido?
Mantenimiento activo. El último commit de wdoc fue el 28 oct 2026.
¿Para qué puedo usar wdoc?
Hacer preguntas sobre una biblioteca personal de PDF, notas y artículos guardados. Resumir videos largos de YouTube, podcasts o clases en notas estructuradas. Consultar una colección de tarjetas de Anki junto con otros materiales de estudio. Consultar documentos confidenciales con un LLM local en modo privado.
¿Cómo se instala wdoc?
Ejecuta wdoc con uvx para buscar en la web y obtener una respuesta con fuentes: uvx wdoc web "How is Nvidia today this month?" Consulta un PDF con el paquete completo de extras (sustituye el enlace por uno propio): uvx wdoc[full] --path=$link --task=query --filetype="online_pdf" --query="What does it say about alphago?" --query_retrievers='basic_multiquery' --top_k=auto_200_500
¿Dónde consigo wdoc?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/thiswillbeyourgithub/wdoc

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados