DocGPT está diseñado para simplificar la extracción de información y las preguntas y respuestas a partir de documentos, proporcionando una interfaz de conversación fluida. Los usuarios pueden subir documentos en formatos PDF, Word o PowerPoint, que luego son procesados mediante parsers de texto. El contenido se divide en segmentos y se embebe con modelos de embeddings de OpenAI, almacenándose en una base de datos vectorial como FAISS o Pinecone. Cuando un usuario realiza una consulta, DocGPT recupera los fragmentos de texto más relevantes mediante búsqueda por similitud y usa ChatGPT para generar respuestas precisas y contextualizadas. Incluye chat interactivo, resumen de documentos, prompts personalizables para necesidades específicas del dominio, y está construido en Python con una interfaz Streamlit para facilitar su despliegue y extensión.
