KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Studierende › wdoc
✦ Frei & Open SourceStudierende

wdoc

Fassen Sie massive, heterogene Dokumentenkorpora mit fortgeschrittenem RAG zusammen und fragen Sie diese ab.

Fortgeschrittenes RAG für heterogene Dokumente

Durchsuchen Sie zehntausende Dateien, Audio- und Karteikarten mit benutzerdefinierten LLM-Pipelines.

Für immer kostenlos · Open Source · AGPL-3.0
✓ Light setup✓ Im Browser✓ Echtzeit-Zusammenarbeit
7.3
ZEKAI
Fortgeschrittenes RAG für komplexe Recherchen
Frei & Open Source · Studierende
Einfache Einrichtung4
Nützlichkeit9
Wartung9.5
Community6.5
★ 545
GITHUB
Aug 2026
AKTUALISIERT
AGPL-3.0
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

wdoc ist ein spezialisiertes RAG-System, das entwickelt wurde, um massive Sammlungen verschiedenster Dokumentenformate zusammenzufassen und zu durchsuchen. Es eignet sich für Forscher, Studenten und Berufstätige, die komplexe Informationen aus mehreren unterschiedlichen Quellen verarbeiten.

Läuft auf
Cross-platform
Hosting
Self-host
Sprachen
Python
Lizenz
AGPL-3.0

Was es ist

Es analysiert über 15 Dateitypen, darunter PDFs, Audio, Videovorlesungen und Anki-Karteikarten, unter Verwendung von Multi-Query-Generierung und semantischem Batching. Dies erzeugt mit Quellenangaben versehene, eingerückte Markdown-Antworten, die direkt auf genaue Teile Ihrer Quelldokumente verweisen.

Für wen

Es eignet sich für Berufstätige und Forscher, die in verschiedenartigen Medien versinken und definitive, mit Quellen belegte Antworten aus großen Dokumentensätzen benötigen. Es ist nicht ideal für Gelegenheitsnutzer, die eine einfache Point-and-Click-Cloud-App suchen, ohne sich mit CLI-Tools oder API-Schlüsseln auseinanderzusetzen.

Wichtige Funktionen

Unterstützung heterogener Dateien

Verarbeitet über 15 verschiedene Dateitypen, darunter Audio, Video, EPUBs und Anki-Karteikarten, gleichzeitig.

Such-Pipeline mit hohem Erinnerungsvermögen

Nutzt Multi-Query-Abruf und duale LLM-Setups, um bis zu 500 relevante Chunks pro Abfrage abzurufen.

Semantisches Batching

Fasst Zwischenantworten durch hierarchisches Clustering zusammen, um eine einzige, kohärente Endantwort zu synthetisieren.

Meinungsstarke Zusammenfassungen

Generiert detaillierte Markdown-Aufzählungszusammenfassungen, die den genauen Gedankengang des Autors erfassen.

Docker-Web-UI

Enthält eine optionale Gradio-basierte Webschnittstelle und Open-WebUI-Tool-Integration für eine einfachere Bereitstellung.

Erste Schritte

Startklar in 3 Schritten

1
Installieren Sie das Paket mit uvx wdoc[full], um alle optionalen Dateilader und Abhängigkeiten zu bündeln.
2
Konfigurieren Sie Ihren bevorzugten LLM-Anbieter und Ihre API-Schlüssel über Umgebungsvariablen.
3
Führen Sie Abfragen aus oder generieren Sie Zusammenfassungen mit den CLI-Befehlen, die auf Ihren Dokumentenpfad verweisen.
Klartext

Unser ehrliches Fazit

Stärken

  • Native Handhabung schwieriger Formate wie Audioaufnahmen und Karteikarten neben Standarddokumenten
  • Tiefgreifend konfigurierbare Such-Pipeline, die auf Hunderte abgerufene Dokumente pro Abfrage skaliert
  • Liefert präzise Quellenzitate, die direkt auf den genauen Teil des Quellmaterials verweisen
  • Erweiterbare Codebasis, die sowohl als Befehlszeilentool als auch als Python-Bibliothek genutzt werden kann

Schwächen

  • Erfordert technische Vertrautheit mit CLI-Argumenten und Python-Umgebungseinrichtungen
  • Das Ausführen schwerer Abfragen über Hunderte von Dokumenten verbraucht erhebliche LLM-API-Token und Kosten
  • Erfordert die API-Schlüssel Ihres eigenen LLM-Anbieters oder die Konfiguration lokaler Modelle, um zu funktionieren
Kosten

Preise & Lizenz

Kostenlos unter der Open-Source-AGPL-3.0-Lizenz. Die einzigen Betriebskosten entstehen durch den Betrieb eigener Hardware oder die Bezahlung externer LLM-API-Anbieter wie OpenRouter oder DeepSeek.

Bezahlte Arbeit

Stellen für Deutschsprachige

879 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen

Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.

Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: wdoc für Studierende
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren wdoc für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Welche Dateitypen kann wdoc verarbeiten?

Es unterstützt über 15 Dateitypen, einschließlich PDFs, Online-URLs, Audiodateien, Videovorlesungen, EPUBs und Anki-Karteikarten.

Kann ich lokale LLMs mit wdoc verwenden?

Ja, es unterstützt praktisch jeden LLM-Anbieter, einschließlich lokaler Modelle über LangChain- und LiteLLM-Backends.

Wie funktioniert die Zusammenfassungsfunktion?

Es unterteilt Text in Chunks, leitet diese zur Erstellung detaillierter Markdown-Zusammenfassungen auf niedriger Ebene durch ein LLM, während der Kontext beibehalten wird, und kann diese für große Bücher rekursiv kombinieren.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Studierende — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen