Repolode
Enviar
thiswillbeyourgithub

thiswillbeyourgithub/wdoc

Uma ferramenta de RAG que resume documentos variados e responde a perguntas sobre eles usando qualquer provedor de LLM.

Ver no GitHubSite
Estrelas
549
Forks
47
Issues abertas
2
Último commit
há 10 dias

O que é?

wdoc é um sistema de RAG em Python para resumir e consultar, de uma só vez, grandes coleções de documentos variados. Ele pode carregar PDFs, EPUBs, arquivos do Office, áudio e vídeo (transcritos com Whisper ou Deepgram), vídeos e playlists do YouTube, páginas da web, coleções do Anki, grafos do Logseq e muito mais, reunindo tudo em um único índice. As respostas são fornecidas em Markdown, com referências ao documento de origem de cada afirmação.

O pipeline de consulta recupera trechos candidatos por busca de embeddings, usa um LLM mais econômico para descartar documentos irrelevantes, responde com um LLM mais potente com base em cada documento restante e, por fim, combina as respostas em lotes agrupados semanticamente. O modo de resumo processa o texto trecho a trecho e gera listas com marcadores e recuo, com o objetivo de capturar o raciocínio do autor. O acesso a LLMs é feito pelo LiteLLM, permitindo usar OpenAI, Anthropic, Mistral, Ollama e outros provedores; há também um modo privado que desativa chaves de API externas e conexões de saída.

wdoc pode ser executado pela linha de comando, usado como biblioteca Python ou implantado por meio de uma interface web experimental com Gradio em Docker. Recursos opcionais mantêm pequena a instalação básica, e o projeto também inclui uma ferramenta para Open-WebUI.

Recursos principais

  • 01Carrega mais de 15 tipos de arquivo, incluindo PDFs, EPUBs, arquivos do Office, áudio, vídeo, YouTube, Anki e Logseq.
  • 02Combina várias fontes em um único índice e consulta todas em conjunto.
  • 03Retorna respostas em Markdown com fontes e referências ao documento de origem.
  • 04Funciona com qualquer provedor de LLM compatível com LiteLLM, incluindo modelos locais via Ollama.
  • 05Oferece um modo privado que bloqueia conexões de saída e o uso de chaves de API.
  • 06Gera resumos que preservam os argumentos do autor em listas com marcadores e recuo.

Casos de uso

  • Fazer perguntas sobre uma biblioteca pessoal de PDFs, anotações e artigos salvos.
  • Resumir vídeos longos do YouTube, podcasts ou aulas em anotações estruturadas.
  • Consultar uma coleção de flashcards do Anki junto com outros materiais de estudo.
  • Fazer perguntas e respostas sobre documentos confidenciais usando um LLM local no modo privado.

Início rápido

  1. 1

    Execute wdoc com uvx para pesquisar na web e obter uma resposta com fontes

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

    Consulte um PDF com o pacote completo de extras (substitua o link por um seu)

    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 usar

  • Licenciado sob AGPL-3.0, uma licença copyleft que exige que serviços de rede derivados compartilhem seu código-fonte.
  • Continua em desenvolvimento ativo e é descrito pelo autor como utilizável, mas com muitos recursos planejados e bugs conhecidos.
  • Os modelos padrão são hospedados via OpenRouter; por isso, o uso típico exige uma chave de API paga, a menos que você configure um LLM local.
  • A instalação básica inclui apenas carregadores para PDF e web; outros tipos de arquivo exigem os extras [full].

Em coleções

Ferramentas de PDF, OCR e documentos

Tópicos

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

Perguntas frequentes

O que é wdoc?
Uma ferramenta de RAG que resume documentos variados e responde a perguntas sobre eles usando qualquer provedor de LLM. wdoc é um sistema de RAG em Python para resumir e consultar, de uma só vez, grandes coleções de documentos variados. Ele pode carregar PDFs, EPUBs, arquivos do Office, áudio e vídeo (transcritos com Whisper ou Deepgram), vídeos e playlists do YouTube, páginas da web, coleções do Anki, grafos do Logseq e muito mais, reunindo tudo em um único índice. As respostas são fornecidas em Markdown, com referências ao documento de origem de cada afirmação.
wdoc é gratuito? Qual é a licença?
wdoc é open source sob a licença AGPL-3.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
wdoc ainda é mantido?
Manutenção ativa. O último commit de wdoc foi em 28 de out. de 2026.
Para que posso usar wdoc?
Fazer perguntas sobre uma biblioteca pessoal de PDFs, anotações e artigos salvos. Resumir vídeos longos do YouTube, podcasts ou aulas em anotações estruturadas. Consultar uma coleção de flashcards do Anki junto com outros materiais de estudo. Fazer perguntas e respostas sobre documentos confidenciais usando um LLM local no modo privado.
Como instalar wdoc?
Execute wdoc com uvx para pesquisar na web e obter uma resposta com fontes: uvx wdoc web "How is Nvidia today this month?" Consulte um PDF com o pacote completo de extras (substitua o link por um seu): 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
Onde consigo wdoc?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/thiswillbeyourgithub/wdoc

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

Projetos relacionados