PageLM

PageLM 是一个开源的 AI 驱动教育平台，能将你上传的学习资料（如 PDF、Word、Markdown 等）自动转化为多种互动学习资源。它的设计思路部分受到 Google NotebookLM 的启发，但更注重功能扩展和本地部署能力，适合学生、教师和研究人员自主搭建、私有化使用。

核心功能：从材料到互动学习

PageLM 不只是“问答机器人”，它提供一整套学习辅助工具链：

• 情境对话：直接针对你上传的文档提问，AI 基于文档内容回答，避免“幻觉”。
• 智能笔记：自动生成康奈尔笔记格式，结构清晰，便于复习。
• 闪卡（Flashcards）：提取关键知识点，生成用于间隔重复学习的卡片，内容互不重叠，避免冗余。
• 互动测验：支持自动生成带提示、解析和自动评分的题目，可用于自我检测。
• AI 播客：将笔记或主题转为语音，利用 TTS 技术生成可听的学习内容，适合通勤或散步时使用。
• 语音转录：上传课堂录音或语音笔记，自动转为文字并结构化整理，支持关键词搜索。
• 作业规划器：AI 帮你拆解任务、安排时间，遇到卡点还能提供解题思路。
• 考试实验室（ExamLab）：模拟真实考试环境，提供反馈和薄弱点分析。
• AI 辩论：与 AI 就某个议题展开逻辑交锋，训练思辨与表达能力。
• 学习伙伴：一个可长期交互的个性化 AI 伴学角色，记住你的学习习惯和进度。

这些功能全部围绕“将静态材料转化为动态学习体验”展开，不依赖单一模型，强调实用性与可组合性。

灵活的 AI 后端支持

PageLM 支持多种主流大模型和本地部署选项：

• 语言模型：Google Gemini、OpenAI GPT、Anthropic Claude、xAI Grok、Ollama（本地运行）、OpenRouter（聚合网关）
• 嵌入模型（用于检索）：OpenAI、Gemini、Ollama

你可以根据隐私需求、成本或性能，在 .env 配置文件中自由切换后端服务。例如，敏感资料可完全使用本地 Ollama 模型处理，不上传任何数据。

技术架构与部署方式

技术栈

快速启动（本地开发）

git clone https://github.com/caviraOSS/pagelm.git
cd pagelm

# Linux 用户
chmod 777 ./setup.sh && ./setup.sh

# Windows 用户（需先设置执行策略）
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
./setup.ps1

# 或手动安装
cd backend && npm install
cd ../frontend && npm install
cp .env.example .env  # 配置你的 API 密钥

分别在两个终端运行：

# 后端
cd backend && npm run dev
# 前端
cd frontend && npm run dev

访问 http://localhost:5173 即可开始使用。

Docker 部署（推荐生产环境）

# 开发模式
docker compose up --build

# 生产模式（后台运行）
docker compose -f docker-compose.yml -f docker-compose.prod.yml up -d --build

前端服务端口：5173（开发） / 8080（生产）
后端 API 端口：5000

配置灵活，注重隐私与控制

所有功能均可通过环境变量精细控制：

• 选择 LLM 和 TTS 服务商
• 切换数据库后端（JSON 或向量库）
• 限制上传文件大小与格式
• 启用/禁用特定功能模块

生成的内容默认以文件形式持久化存储在本地，不依赖第三方云服务，适合对数据隐私有要求的用户。