Repolode
Enviar
Future-House

Future-House/paper-qa

Ferramenta de RAG agêntico que responde a perguntas sobre artigos científicos e outros documentos, com citações no texto.

Ver no GitHubSite
Estrelas
9,422
Forks
944
Issues abertas
155
Último commit
há 7 dias

O que é?

PaperQA2 é um pacote Python de geração aumentada por recuperação (RAG) para PDFs, arquivos de texto, documentos do Microsoft Office e código-fonte, com foco na literatura científica. Ele pesquisa documentos em uma pasta local, reúne trechos relevantes, resume e reordena os resultados e gera respostas com citações no texto que remetem aos artigos originais.

A ferramenta pode enriquecer os resultados com metadados dos artigos, como número de citações, informações sobre periódicos e verificações de retratação, obtidos de provedores como Semantic Scholar, Crossref e Unpaywall. Ela pode ser usada pela ferramenta de linha de comando pqa, que oferece indexação, busca em texto completo e configurações salvas, ou pelo Python, com APIs síncronas e assíncronas.

O acesso aos modelos é feito pelo LiteLLM, permitindo usar OpenAI, Anthropic, Gemini e modelos hospedados localmente, como llama.cpp, llamafile ou Ollama. Os embeddings podem ser densos, esparsos ou híbridos, e o projeto oferece suporte a modelos locais do Sentence Transformers e a bancos de vetores externos, como Qdrant.

Recursos principais

  • 01Responde a perguntas sobre PDFs, textos, arquivos do Office e código locais, com citações no texto.
  • 02Fluxo de trabalho agêntico em que o modelo de linguagem pesquisa, reúne evidências e responde de forma iterativa.
  • 03Enriquece os artigos com número de citações, qualidade dos periódicos e verificações de retratação a partir de provedores de metadados.
  • 04Ferramenta de linha de comando pqa para indexar, pesquisar e consultar, além de uma API assíncrona para Python.
  • 05Compatível com qualquer modelo que funcione com LiteLLM, inclusive modelos hospedados localmente.

Casos de uso

  • Consultar uma pasta de artigos de pesquisa em busca de evidências sobre uma pergunta científica específica.
  • Encontrar contradições ou evidências de apoio em uma coleção de literatura científica.
  • Criar uma base de conhecimento pesquisável e com citações a partir de documentos locais.

Início rápido

  1. 1

    Instale o pacote pelo PyPI

    pip install paper-qa
  2. 2

    Crie uma pasta para seus artigos

    mkdir my_papers
  3. 3

    Acesse a pasta e faça uma pergunta com o CLI pqa (é necessária uma chave de API de LLM, como OPENAI_API_KEY)

    cd my_papers && pqa ask 'What is PaperQA2?'

Antes de usar

  • Para funcionar, é necessária uma chave de API de LLM ou um servidor LLM de código aberto hospedado localmente.
  • A indexação intensiva de mais de 100 artigos pode exigir chaves de API do Crossref e do Semantic Scholar para evitar os limites de requisições públicas.
  • A versão 5 requer Python 3.11 ou posterior, e os objetos Docs serializados com pickle de versões antigas do PaperQA precisam ser recriados.

Tópicos

#rag#scientific-literature#question-answering#llm#citations#pdf#embeddings#ai#science#search

Perguntas frequentes

O que é paper-qa?
Ferramenta de RAG agêntico que responde a perguntas sobre artigos científicos e outros documentos, com citações no texto. PaperQA2 é um pacote Python de geração aumentada por recuperação (RAG) para PDFs, arquivos de texto, documentos do Microsoft Office e código-fonte, com foco na literatura científica. Ele pesquisa documentos em uma pasta local, reúne trechos relevantes, resume e reordena os resultados e gera respostas com citações no texto que remetem aos artigos originais.
paper-qa é gratuito? Qual é a licença?
paper-qa é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
paper-qa ainda é mantido?
Manutenção ativa. O último commit de paper-qa foi em 13 de out. de 2026.
Para que posso usar paper-qa?
Consultar uma pasta de artigos de pesquisa em busca de evidências sobre uma pergunta científica específica. Encontrar contradições ou evidências de apoio em uma coleção de literatura científica. Criar uma base de conhecimento pesquisável e com citações a partir de documentos locais.
Como instalar paper-qa?
Instale o pacote pelo PyPI: pip install paper-qa Crie uma pasta para seus artigos: mkdir my_papers Acesse a pasta e faça uma pergunta com o CLI pqa (é necessária uma chave de API de LLM, como OPENAI_API_KEY): cd my_papers && pqa ask 'What is PaperQA2?'
Onde consigo paper-qa?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Future-House/paper-qa

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados