一、项目定位

AnythingLLM 把文档导入、向量检索、聊天和 Agent 放在同一个应用中，同时提供个人使用的桌面版和面向多人自托管的 Docker 版。

二、新手能做什么

新手可以按主题创建工作区，加入 PDF 等文档，选择 Embedding 与对话模型，再进行基于资料的问答。建议先把检索跑通，再尝试 Agent。

三、推荐上手路线

第一次体验优先使用 Windows、macOS 或 Linux 官方桌面版。只连接一个模型 Provider，创建一个小工作区，导入一份短文档，确认回答来自目标资料后再增加数据。

四、环境与成本

本地模型需要足够的磁盘与内存；云端模型需要各自的 API Key，并可能按量计费。多人权限能力主要面向 Docker 部署。

五、适用人群

适合个人知识库、内部文档问答原型，以及想用图形界面理解 RAG 的新手。

六、局限与风险

检索质量仍取决于文档解析、切片、Embedding 与模型选择，界面易用不代表回答一定准确。 API Key 应保存在应用的受保护配置中；导入前检查文档敏感性并做好工作区备份。如组织政策要求，可在隐私设置中或通过 DISABLE_TELEMETRY 关闭遥测。

七、项目与许可

仓库内容按 MIT 提供，具体以项目当前 LICENSE 为准。项目地址：https://github.com/Mintplex-Labs/anything-llm