Универсальное AI-приложение для общения с документами и запуска AI-агентов: локальная работа, поддержка нескольких пользователей и множество LLM-провайдеров.
Локальный ИИ и модели
Частные базы знаний с ИИ и RAG: open source проекты — 26 (2026)
Задавайте вопросы по своим документам и получайте ответы со ссылками на источники на своём компьютере или сервере.
- Проект
- 26
- За неделю
- +2,8 тыс.
- Обновлён
- 4 часа назад
Как выбрать
Сначала определите задачу: чат с собственными документами, поиск сразу по многим рабочим приложениям или самостоятельная сборка RAG-приложения. AnythingLLM даёт чат с документами и агентов с упором на локальную работу, Onyx индексирует данные из 50+ подключённых приложений для командного поиска, а SurfSense — настольное приложение без выхода в сеть для локальных файлов. Затем решите, сколько настройки вы готовы принять: готовое приложение или свой сервер.
- anything-llmПодходит тем, кто хочет одно приложение для чата с документами и запуска агентов, с несколькими пользователями и выбором LLM-провайдеров.
- onyxПодходит командам, которым нужны чат и поиск на своём сервере по данным из 50+ подключённых приложений.
- SurfSenseПодходит тем, кому нужно настольное приложение без выхода в сеть, где агент в духе NotebookLM изучает и правит локальные документы.
Сравнение ведущих проектов
| Проект | Звёзды | За неделю | Лицензия | Обновлён |
|---|---|---|---|---|
| 68 тыс. | +248 | MIT | 20 часов назад | |
| 58,7 тыс. | +-24 | MIT | 5 дней назад | |
| 41,7 тыс. | +647 | MIT | 4 часа назад | |
| 38,1 тыс. | +134 | AGPL-3.0 | 3 месяца назад | |
| 36,7 тыс. | +627 | — | 5 дней назад | |
| 33,3 тыс. | +154 | — | 12 часов назад |
Все проекты
Сортировка:По звёздам
No-code RAG-сервер, который индексирует документы из папки в одной из 8 векторных баз данных и обновляет ответы при изменении файлов.
Самостоятельно размещаемая альтернатива Google NotebookLM с упором на конфиденциальность: общайтесь со своими материалами и создавайте подкасты, используя разные AI-провайдеры.
Самостоятельно размещаемый ИИ-второй мозг, который отвечает на вопросы по вебу и вашим документам, поддерживает пользовательских агентов и автоматизацию по расписанию.
Open-source платформа знаний Tencent на базе LLM: превращает документы в RAG-систему вопросов и ответов, агента для рассуждений и автоматически поддерживаемую wiki.
Самостоятельно размещаемая платформа для AI-чата и работы со знаниями: индексирует данные из более чем 50 подключённых приложений и поддерживает большинство LLM-провайдеров.
Платформа для самостоятельного развёртывания AI-агентов и ассистентов, которые отвечают на вопросы по вашим документам со ссылками на источники и работают с любой моделью.
Автономное open-source desktop-приложение: AI-агент в духе NotebookLM для поиска, преобразования и редактирования локальных документов.
Локальная система вопросов и ответов по вашей базе знаний: задавайте вопросы по PDF, Word, Excel, Markdown, изображениям и другим файлам, в том числе без подключения к сети.
Локальный векторный индекс и инструментарий для RAG: пересчитывает эмбеддинги по запросу и сокращает объём хранения примерно на 97%, позволяя искать личные данные на ноутбуке.
Самостоятельно размещаемая база знаний на Rust, которая строит бивременной граф знаний по документам, поддерживает RAG-поиск, рассуждения на основе онтологий и доступ для агентов через MCP.
Стартовый стек на Docker для создания GenAI-приложений с LangChain, Neo4j и Ollama: бот поддержки, ответы на вопросы по PDF и примеры API.
Модульный учебный проект по Agentic RAG на LangGraph: иерархическая индексация, память диалога и уточнение запросов.
Самостоятельно размещаемая платформа, которая объединяет Slack, Drive, Jira, GitHub и другие бизнес-системы в базу знаний с учётом прав доступа для поиска и AI-агентов.
Нативное приложение для macOS, позволяющее общаться с локальной LLM, которая отвечает по вашим файлам, папкам и сайтам, без установки дополнительного ПО.
Самостоятельно развёртываемая агентная AI-платформа на Rust для запуска моделей, работы с закрытыми данными и внутренними инструментами в инфраструктуре организации или в изолированной сети.
Локальное приложение для генерации с дополнением поиском: отвечает на вопросы по PDF, документам Word и текстовым файлам со ссылками на файл и страницу, используя Ollama.
Самостоятельно разворачиваемый RAG-стек для приватного помощника в стиле ChatGPT на основе ваших PDF и документов, open-source LLM и Qdrant.
Офлайн AI-ассистент с библиотекой материалов по выживанию и первой помощи, который работает локально и указывает источник каждого ответа.
Самостоятельно размещаемый корпоративный хаб знаний: собирает внутренние документы в вики и предоставляет её Claude и другим LLM через MCP-сервер с разграничением доступа по отделам.
Бесплатное open-source приложение для компьютера, которое с помощью ИИ пишет и анализирует тексты на основе ваших файлов и сверяет каждое утверждение с источниками.
Офлайн-приложение RAG индексирует локальные файлы, репозитории GitHub и сайты и отвечает на вопросы с помощью локальных моделей Ollama, не передавая данные за пределы вашей сети.
Open-source платформа AIaaS для создания RAG-проектов, AI-агентов и визуальных сценариев и предоставления к ним доступа через REST API и встроенный веб-интерфейс.
Чат-приложение на Svelte и FastAPI для вопросов о GitHub-репозиториях и загруженных папках с исходным кодом с использованием онлайн- или локальных LLM.
Открытый фреймворк GraphRAG и агентов, который отвечает на вопросы с несколькими переходами по графу знаний и приводит источники; работает локально через Ollama или в облаке.
Юридическая исследовательская платформа для собственного хостинга: позволяет юрфирмам искать по своим документам с помощью RAG, проверять цитаты и анализировать договоры.
Частые вопросы
- Как отбираются проекты?
- Каждый проект в Repolode проходит проверку качества: он должен работать уже сейчас, решать конкретную задачу, быть чем-то большим, чем тонкая обёртка, и продолжать поддерживаться. Эта страница группирует проекты по темам и сортирует их по звёздам GitHub.
- Какой проект здесь самый популярный?
- Mintplex-Labs/anything-llm — 68 тыс. звёзд на GitHub. Перед выбором проверьте лицензию и дату последнего коммита каждого проекта.