Repolode
제출하기
thiswillbeyourgithub

thiswillbeyourgithub/wdoc

다양한 LLM 제공자를 사용해 여러 형식의 문서(PDF, 오디오, YouTube, Anki, Logseq, 웹 페이지)를 요약하고 질문에 답하는 RAG 도구입니다.

GitHub에서 보기웹사이트
스타
549
포크
47
열린 이슈
2
마지막 커밋
10일 전

어떤 프로젝트인가요?

wdoc은 대규모의 다양한 문서 모음을 한꺼번에 요약하고 질의할 수 있는 Python RAG 시스템입니다. PDF, EPUB, Office 파일, 오디오와 비디오(Whisper 또는 Deepgram으로 전사), YouTube 동영상과 재생목록, 웹 페이지, Anki 컬렉션, Logseq 그래프 등을 불러와 하나의 인덱스로 통합할 수 있습니다. 답변은 각 주장의 출처 문서를 참조하는 마크다운 형식으로 제공됩니다.

질의 파이프라인은 임베딩 검색으로 후보 청크를 찾고, 비용이 낮은 LLM으로 관련 없는 문서를 걸러낸 뒤, 남은 각 문서를 더 강력한 LLM으로 바탕 삼아 답변을 작성하고, 의미적으로 묶은 배치 단위로 답변을 취합합니다. 요약 모드는 텍스트를 청크별로 처리해 작성자의 논리를 담는 것을 목표로 하는 들여쓰기된 글머리 기호를 생성합니다. LLM은 LiteLLM을 통해 사용하므로 OpenAI, Anthropic, Mistral, Ollama 등 여러 제공자를 선택할 수 있으며, 비공개 모드에서는 외부 API 키와 외부 연결을 차단합니다.

wdoc은 명령줄에서 실행하거나 Python 라이브러리로 사용할 수 있으며, 실험적인 Docker 기반 Gradio 웹 UI로 배포할 수도 있습니다. 선택 설치 항목을 통해 기본 설치 규모를 작게 유지할 수 있고, Open-WebUI tool도 포함되어 있습니다.

핵심 기능

  • 01PDF, EPUB, Office 파일, 오디오, 비디오, YouTube, Anki, Logseq 등 15가지 이상의 파일 형식을 불러옵니다.
  • 02여러 출처를 하나의 인덱스로 통합해 함께 질의할 수 있습니다.
  • 03원본 문서를 가리키는 출처 포함 마크다운 답변을 제공합니다.
  • 04Ollama를 통한 로컬 모델을 포함해 LiteLLM이 지원하는 모든 LLM 제공자를 사용할 수 있습니다.
  • 05외부 연결과 API 키를 차단하는 비공개 모드를 제공합니다.
  • 06작성자의 논지를 들여쓰기된 글머리 기호로 보존하는 요약 기능을 제공합니다.

활용 사례

  • 개인 PDF, 노트, 저장한 글을 모아 질문하기.
  • 긴 YouTube 동영상, 팟캐스트, 강의를 구조화된 노트로 요약하기.
  • 다른 학습 자료와 함께 Anki 플래시카드 컬렉션에 질의하기.
  • 비공개 모드에서 로컬 LLM을 사용해 민감한 파일에 대한 문서 Q&A 실행하기.

빠른 시작

  1. 1

    uvx로 wdoc을 실행해 웹을 검색하고 출처가 포함된 답변을 받으세요

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

    full extras 번들로 PDF에 질의하세요(링크를 자신의 링크로 바꾸세요)

    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

사용 전 알아둘 점

  • AGPL-3.0 라이선스가 적용됩니다. 파생 네트워크 서비스는 소스 코드를 공개해야 하는 카피레프트 라이선스입니다.
  • 현재도 활발히 개발 중이며, 제작자에 따르면 사용할 수는 있지만 계획된 기능이 많고 알려진 버그도 있습니다.
  • 기본 모델은 OpenRouter를 통해 호스팅되므로, 로컬 LLM을 설정하지 않는 한 일반적으로 유료 API 키가 필요합니다.
  • 기본 설치는 PDF 및 웹 로더만 지원합니다. 다른 파일 형식을 사용하려면 [full] extras가 필요합니다.

포함된 컬렉션

PDF·OCR·문서 처리 도구

토픽

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

자주 묻는 질문

wdoc은(는) 무엇인가요?
다양한 LLM 제공자를 사용해 여러 형식의 문서(PDF, 오디오, YouTube, Anki, Logseq, 웹 페이지)를 요약하고 질문에 답하는 RAG 도구입니다. wdoc은 대규모의 다양한 문서 모음을 한꺼번에 요약하고 질의할 수 있는 Python RAG 시스템입니다. PDF, EPUB, Office 파일, 오디오와 비디오(Whisper 또는 Deepgram으로 전사), YouTube 동영상과 재생목록, 웹 페이지, Anki 컬렉션, Logseq 그래프 등을 불러와 하나의 인덱스로 통합할 수 있습니다. 답변은 각 주장의 출처 문서를 참조하는 마크다운 형식으로 제공됩니다.
wdoc은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
wdoc은(는) AGPL-3.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
wdoc은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. wdoc의 마지막 커밋은 2026년 10월 28일입니다.
wdoc은(는) 어디에 사용할 수 있나요?
개인 PDF, 노트, 저장한 글을 모아 질문하기. 긴 YouTube 동영상, 팟캐스트, 강의를 구조화된 노트로 요약하기. 다른 학습 자료와 함께 Anki 플래시카드 컬렉션에 질의하기. 비공개 모드에서 로컬 LLM을 사용해 민감한 파일에 대한 문서 Q&A 실행하기.
wdoc는 어떻게 설치하나요?
uvx로 wdoc을 실행해 웹을 검색하고 출처가 포함된 답변을 받으세요: uvx wdoc web "How is Nvidia today this month?" full extras 번들로 PDF에 질의하세요(링크를 자신의 링크로 바꾸세요): 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
wdoc은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/thiswillbeyourgithub/wdoc

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트