Mintplex-Labs/anything-llm

문서 기반 개인용 ChatGPT를 로컬에서 구축하고, AI 에이전트로 자동화까지 하는 올인원 플랫폼

완성 앱맘대로 써도 됨 · MITLLM 도구·RAG난이도
61,641+0이번 주6,721305JavaScript
데모·홈페이지 열기anythingllm.com
중간맛 분석

스택: JavaScript/Node.js + React + 30개 이상 LLM 및 벡터DB 지원 (LanceDB 기본값) 완성도: 프로덕션 준비 완료 - 멀티유저, 권한 관리, 내장 문서 파이프라인 포함 바로 쓸 수 있나: 네. Docker 한 줄, 또는 데스크톱 앱 다운로드 후 즉시 시작 데모: YouTube 데모 영상 있음. 드래그앤드롭 문서 업로드, 에이전트 빌더, 메모리 관리 UI 포함

이런 레포예요

이럴 때 쓰면 좋아요

  • 업체 매뉴얼·기술문서를 자신의 개인 챗봇으로 만들어 빠르게 검색
  • 팀 내 여러 사용자가 공유 문서DB를 기반으로 협업 AI 채팅
  • 에이전트 태스크(일정 크롤링, 리포트 생성)를 정해진 시간에 자동 실행

핵심 기능

멀티LLM 통합 (60개+ 로컬/클라우드 모델)노코드 에이전트 빌더 + 스케줄 작업동적 모델 라우팅, 메모리, 멀티유저 권한관리

대안 대비 차별점

30개 이상의 폐쇄형/오픈소스 LLM과 벡터DB를 동시 지원하면서도 전체 기능(멀티유저, 에이전트, 임베드)을 로컬-우선 오픈소스 앱으로 제공하는 유일한 풀스택 솔루션

준비물
  • Docker (권장) 또는 Node.js v16+
  • LLM 접근 (로컬: Ollama/LM Studio 또는 클라우드: OpenAI/Anthropic/등)
바로 시작하기
  1. Docker 설치 후 이미지 실행
docker run -d -p 3001:3001 mintplexlabs/anythingllm

  1. 브라우저에서 localhost:3001로 접속하여 초기 설정 완료

  2. LLM 제공자 선택 (OpenAI, Ollama, LocalAI 등)

  3. 문서 업로드 시작

  4. 채팅 시작

개발 환경 설정(소스코드 기반):

  1. 저장소 클론
git clone https://github.com/Mintplex-Labs/anything-llm.git
cd anything-llm
  1. 환경 변수 설정
yarn setup
  1. 서버 실행
yarn dev:server
  1. 프론트엔드 실행 (다른 터미널)
yarn dev:frontend
  1. 문서 collector 실행 (또 다른 터미널)
yarn dev:collector
별 추이 · 7일
61,641+0 / 7일
활용성 · 따라 만들기 좋은가
샘플 점수 34/100
  • 관대한 라이선스
  • 테스트 있음
  • 예제 디렉토리
  • 최근 활동
  • AGENTS.md
  • llms.txt
  • 템플릿

🟢 최근 활동 있음 · 2023년 생성

AI가 README 기반으로 요약했습니다 · 원문 보기