localGPTChat privé et hors ligne sur documents alimenté par des LLMs locaux sur votre propre matériel.

4.7 (6)

Évalué par Daniel Nikulshyn·Mis à jour mai 2026

Open Source Self-Hosted RAG Privacy Local LLM Document Q&A Developer Tools

Aperçu

localGPT est un projet open-source qui vous permet de poser des questions sur vos propres documents en utilisant des grands modèles de langage, avec tout le traitement effectué sur votre machine locale. En maintenant les embeddings, le stockage vectoriel et l'inférence hors ligne, il élimine la nécessité d'envoyer des fichiers sensibles à des services cloud tiers. L'outil ingère des formats de documents courants, divise et intègre le contenu dans une base de données vectorielle locale, puis utilise un LLM choisi pour générer des réponses fondées sur les passages récupérés. Il prend en charge l'accélération GPU sur NVIDIA, Apple Silicon et les configurations uniquement CPU, ce qui le rend adaptable à une gamme de matériels. Il est particulièrement adapté aux développeurs, aux chercheurs et aux utilisateurs soucieux de leur vie privée qui souhaitent une alternative auto-hébergée aux outils de questions-réponses sur documents basés sur le cloud et qui sont à l'aise avec Python et les environnements de ligne de commande.

Fonctionnalités clés

Génération augmentée par récupération sur des fichiers locaux
Base de données vectorielle locale pour les embeddings
Prise en charge de PDFs, de texte et de documents Office
Choix de LLM et de modèle d'embedding configurables
Accélération GPU facultative
Interface de ligne de commande et interface web basique

Tarifs

Modèle: Freemium
Catégorie: Agents de l'intelligence artificielle
Note: 4.7 / 5 (6)

Cas d’usage

QCM privé sur des documents confidentiels

Interrogez des contrats, des rapports ou des fichiers internes sensibles entièrement hors ligne, en garantissant que aucune donnée ne quitte votre machine tout en obtenant des réponses générées par LLM ancrées.

Assistant de recherche hors ligne

Les chercheurs peuvent ingérer des PDFs et des articles dans un stockage vectoriel local et poser des questions pour récupérer et synthétiser des informations sans s'appuyer sur des APIs cloud.

Base de connaissances auto-hébergée pour les développeurs

Les développeurs peuvent construire un pipeline RAG personnalisable sur des documents techniques, en choisissant leurs LLM et modèles d'embedding préférés sur leur propre matériel GPU ou CPU.

Flux de travail d'IA local sur Apple Silicon

Les utilisateurs sur Macs de la série M peuvent exécuter un chat de document avec accélération GPU localement, en explorant les capacités de LLM sans abonnements ni services externes.

Pour & contre

Pour

Fonctionne entièrement hors ligne pour une forte confidentialité des données
Open source et auto-hébergé
Prend en charge plusieurs formats de documents
Fonctionne avec divers LLMs et embeddings locaux
Compatible GPU, CPU et Apple Silicon

Contre

Nécessite une configuration technique et des dépendances
Les performances dépendent du matériel local
Pas d'interface utilisateur hébergée et polie prête à l'emploi
Les modèles locaux plus petits peuvent donner des réponses plus faibles

Avis

4.7

Moyenne sur 6 avis.

Connecte-toi pour laisser un avis.

Nadia Petrova

Mar 6, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: optional GPU acceleration and supports multiple document formats. Where it lags: smaller local models may give weaker answers. On balance the feature set — especially local vector database for embeddings — justifies the 5 stars for our use case.

Tomáš Novák

Mar 1, 2026

Use it every day

Honestly didn't expect to like it this much. Command-line and basic web interface is exactly what I needed, and supports multiple document formats. I do wish no polished hosted UI out of the box, but I reach for it almost every day now and it just clicks.

Devin Walker

Feb 27, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: retrieval-augmented generation on local files and works with various local LLMs and embeddings. Where it lags: no polished hosted UI out of the box. On balance the feature set — especially command-line and basic web interface — justifies the 5 stars for our use case.

Marcus Bell

Jan 3, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is retrieval-augmented generation on local files — handled better than most — and supports multiple document formats. Performance depends on local hardware is my one real gripe. Worth the time if this is your use case.

Aisha Khan

Dec 7, 2025

Use it every day

Honestly didn't expect to like it this much. Optional GPU acceleration is exactly what I needed, and gPU, CPU, and Apple Silicon compatible. but I reach for it almost every day now and it just clicks.

Daniel Schmidt

Jul 26, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on command-line and basic web interface, and supports multiple document formats caught me off guard. Performance depends on local hardware is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Questions & réponses

What file types does localGPT support for ingestion?

It can process common formats such as PDFs, plain text files, and Microsoft Office documents, automatically splitting and embedding their contents for retrieval‑augmented generation.

Asked by Malik Rasheed · Sep 25, 2025

Is any data sent to external services when I query documents?

No. All document ingestion, embedding, vector storage, and answer generation happen locally, so sensitive files never leave your hardware.

Asked by Piotr Baranowski · Aug 13, 2025

Can I use my own LLM or embedding model with localGPT?

Yes, the tool is configurable; you can plug in any compatible local LLM and choose from various embedding models, allowing you to balance cost, speed, and answer quality.

Asked by Marisol Pena · Jun 27, 2025

What hardware do I need to run localGPT effectively?

localGPT can run on NVIDIA GPUs, Apple Silicon, or CPU‑only machines; GPU acceleration speeds up embedding and inference, but you can still use it on standard laptops with only a CPU, though performance will be slower.

Asked by Liam O’Connor · Jun 21, 2025

Poser une question

Alternatives à Agents de l'intelligence artificielle

Zapier's Agents

Agents de l'intelligence artificielle

Agents autonomes alimentés par l'IA qui automatisent les workflows à travers 7 000+ applications connectées

5.0 (6)

Freemium

NexusGPT

Agents de l'intelligence artificielle

Plateforme sans code pour créer et déployer des agents IA personnalisés afin d’automatiser les flux de travail d’entreprise.

5.0 (6)

Freemium

AgentForge

Agents de l'intelligence artificielle

Cadre low-code pour créer des agents autonomes IA et des architectures cognitives

5.0 (6)

Freemium

Maps Scraper AI

Agents de l'intelligence artificielle

Un outil propulsé par l'IA qui automatise l'extraction de données d'entreprises depuis Google Maps, améliorant la génération de leads et la recherche de marché.

5.0 (6)

Freemium