AI 工具台|把 5 份 PDF 变成私有问答库

今天只做一件事：把 5 份 PDF 放进一个本地工作区，开会前直接问出“预算变了几次”“谁负责验收”“还有哪些截止日期”。用的是 AnythingLLM Desktop，核心功能免费、开源，评级给 💡 值得一试。

🍱这个场景

假设你周一要主持项目交接会，手里有需求书、报价单、会议纪要、排期表和验收标准，共 5 份 PDF。目标不是让 AI“总结一下”，而是做出一张能追溯原文的交接清单：负责人、金额、日期、风险各归各位。

📎 AnythingLLM GitHub · stars 与许可证 · 2026-07-20

🧠它怎么找答案

长文档会先被切成小段，再用“嵌入模型”把每段意思变成一组坐标。你提问时，系统先捞出意思最接近的几段，只把这些证据交给语言模型回答。这套做法叫 RAG，说人话就是：先翻资料，再开口，免得模型凭印象乱接话。

📎 AnythingLLM 文档：RAG 与附件 · 2026-07-08 更新

🛠把资料做成问答库

1装桌面版

打开 官方下载页，选择你的系统并安装。启动后应进入首次设置向导，不需要先注册账号。

2选本地模型

在向导的 LLM Provider 里选 AnythingLLM Default，按提示下载本地模型；向导完成后，你会看到聊天界面。电脑较弱时也可接云模型，但资料片段会交给对应服务商处理。

3建一个项目工作区

点侧栏的 New Workspace，命名为“项目交接”。完成后，左侧会多出一个独立空间，后面的资料和对话都放这里。

4一次放入 5 份 PDF

在输入框点“+”或直接拖入文件。文档太长时，界面会询问是否 Embed，选它；预期结果是 5 份资料都进入当前工作区，能被后续对话共同检索。

5先问可核对的问题

输入：“只根据工作区资料，列出所有负责人、金额、截止日期和验收条件；每条注明文件名。资料没写就标‘未找到’，不要推测。”预期会得到一张带出处的交接清单。

6漏答时再调检索

把鼠标移到工作区，点齿轮，进入 Vector Database Settings。先把 Search Preference 改为 Accuracy Optimized；仍漏内容，再把 Document similarity threshold 调成 No Restriction。官方给出的额外耗时约为 100—500 毫秒。

🔒隐私与账单

桌面版配本地模型时，文档、向量库和对话可留在电脑上。项目默认会发送匿名遥测，例如安装类型、添加文档事件、模型类型和聊天事件；官方称不含文档内容、聊天内容或 IP，可在侧栏 Privacy 关闭。若接 OpenAI、Gemini 等云模型，相关上下文仍会发往对应服务商。

这次文档问答用免费桌面核心功能就够。可选的 Desktop Pro 只放开 Magic Echo、Beacon、Tab 等系统级功能的每日上限；托管版 Basic 为 $50/月，Pro 为 $99/月，企业版询价。订阅可在 Settings → AnythingLLM Pro → Manage Subscription 取消；官方条款写明不退款。

📎 官方订阅管理说明 · 托管版价格 · 2026-07-20

⚠️坑与边界

• 扫描版 PDF、复杂表格和跨页条款仍可能漏读；关键金额和日期必须回原文复核。
• 有用户批评上传失败时提示不够清楚、资料管理逻辑绕；问不到答案时，先确认文档确实进入工作区。
• 本地模型吃硬件：官方建议 16GB RAM、8 核 CPU；Windows 若跑本地模型，8—12GB 以上显存体验更稳。
• 默认嵌入模型偏英语；中文资料匹配不准时，别只怪聊天模型，嵌入模型和相似度阈值也会影响结果。

📎 用户长评：文档流程与界面问题 · 官方硬件建议 · 2026-07

🔁替代怎么选

• Open WebUI：你更想要多模型聊天入口和团队控制，选它。
• RAGFlow：资料里表格、扫描件、版式很多，愿意承担更重部署，选它。
• Dify：目标是把问答库做成可发布的应用或工作流，选它。

— AI 三餐 · 明天中午加菜 —