Fassen Sie massive, heterogene Dokumentenkorpora mit fortgeschrittenem RAG zusammen und fragen Sie diese ab.
Durchsuchen Sie zehntausende Dateien, Audio- und Karteikarten mit benutzerdefinierten LLM-Pipelines.
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.
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.
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.
Verarbeitet über 15 verschiedene Dateitypen, darunter Audio, Video, EPUBs und Anki-Karteikarten, gleichzeitig.
Nutzt Multi-Query-Abruf und duale LLM-Setups, um bis zu 500 relevante Chunks pro Abfrage abzurufen.
Fasst Zwischenantworten durch hierarchisches Clustering zusammen, um eine einzige, kohärente Endantwort zu synthetisieren.
Generiert detaillierte Markdown-Aufzählungszusammenfassungen, die den genauen Gedankengang des Autors erfassen.
Enthält eine optionale Gradio-basierte Webschnittstelle und Open-WebUI-Tool-Integration für eine einfachere Bereitstellung.
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.
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.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Es unterstützt über 15 Dateitypen, einschließlich PDFs, Online-URLs, Audiodateien, Videovorlesungen, EPUBs und Anki-Karteikarten.
Ja, es unterstützt praktisch jeden LLM-Anbieter, einschließlich lokaler Modelle über LangChain- und LiteLLM-Backends.
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.
Zekai zuerst in Google sehen