Lumos

本地模型驱动，边浏览网页边提问，隐私安全不泄露。

Lumos 是一个基于本地大语言模型（LLM）的 RAG 网页浏览助手，旨在为用户提供私密、可控的 AI 辅助浏览体验。它通过检索增强生成（RAG）技术，让本地模型能够理解并回答与当前网页内容相关的问题，无需将数据发送到云端。Lumos 解决了在线浏览时信息过载和隐私泄露的问题，核心能力包括：本地化推理、网页内容理解、智能问答、以及作为浏览器扩展的便捷交互。它支持多种本地模型后端，并提供了简洁的用户界面，让用户能够在不离开浏览器的情况下，快速获取网页信息的摘要、解释或进行深度查询。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1513

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队andrewnguonly

所属国家

官网地址

GitHubhttps://github.com/andrewnguonly/Lumos

定价模式free

价格说明开源项目，MIT许可证，本地部署，完全免费。

访问状态

是否开源是

开源协议MIT

主要语言TypeScript

技术栈/模型chrome-extension,langchain,langchain-js,llm,ollama,react,typescript,webpack

GitHub 星标★ 1513

30天Star增速

HF 下载量

上线时间2023-11-13 00:00:00

最近更新2026-09-17 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

难度：进阶约 20 分钟部署方式：浏览器扩展 6 步

环境要求

本地 Ollama 服务（可原生安装或用 Docker 运行）
Node.js 与 npm（用于构建扩展）
Chrome 浏览器（支持加载未打包扩展）
可访问 GitHub 的网络环境（克隆仓库）

安装与启动步骤

1安装 Ollama

Lumos 依赖本地 Ollama 提供推理能力，前往 Ollama 官网下载并安装到本机，安装后确认服务可用。
2启动 Ollama 服务

也可用 Docker 运行 Ollama 容器。因 Chrome 扩展的安全限制，必须把 OLLAMA_ORIGINS 设为 chrome-extension://*。
```
docker run -e OLLAMA_ORIGINS="chrome-extension://*" -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
```
3克隆项目代码

把 Lumos 仓库克隆到本地，后续所有构建命令都在该目录中执行。
```
git clone https://github.com/andrewnguonly/Lumos.git
```
4安装项目依赖

进入项目目录后用 npm 安装 TypeScript、React、LangChain 等依赖，耗时取决于网络。
```
cd Lumos
npm install
```
5构建扩展产物

执行构建脚本，把应用打包为生产版本输出到 dist 目录，这是加载扩展时要用到的文件夹。
```
npm run build
```
6加载未打包扩展

打开 chrome://extensions，开启右上角开发者模式，点击“加载已解压的扩展程序”并选择 dist 目录。

关键配置

配置项	必填	说明	示例
`OLLAMA_ORIGINS`	是	允许 Chrome 扩展跨域访问本地 Ollama 服务，不设置会连接失败	`chrome-extension://*`
`ollama:/root/.ollama`	否	Docker 数据卷，持久化保存本地模型，避免容器重建后重新下载	`ollama:/root/.ollama`

如何确认成功

docker ps 能看到 ollama 容器在运行，且 chrome://extensions 中 Lumos 扩展加载成功、无报错。

常见问题

Q：为什么必须本地运行 Ollama 服务器？

A：推理全部在本机完成，不依赖远程服务器；但受 Chrome 扩展平台安全限制，扩展仍需通过本地服务器调用 LLM。

Q：扩展连不上本地 Ollama 怎么办？

A：检查 OLLAMA_ORIGINS 是否设为 chrome-extension://*，并确认 Ollama 服务运行在 11434 端口。

Q：构建后的文件在哪里？

A：npm run build 会把生产版本输出到 dist 目录，加载未打包扩展时选择该目录即可。

Q：数据会被上传到云端吗？

A：不会。Lumos 使用本地 LLM 推理，没有远程服务器参与，网页内容不会外发。

注意事项

README 引用了 Chrome 官方“加载未打包扩展”文档，安装方式即开发者模式加载 dist。
OLLAMA_ORIGINS 环境变量仅在使用 Docker 运行 Ollama 时通过 -e 传入。
README 未给出模型拉取命令，使用前请自行在 Ollama 中准备好本地模型。
Docker 命令中的 -p 11434:11434 必须保留，扩展默认通过该端口访问 Ollama。

核心亮点

完全本地推理，数据不出设备，隐私保护强
结合 RAG 技术，能针对当前网页内容进行精准问答
支持多种本地模型，灵活适配不同硬件和性能需求

不足之处

本地模型性能受限于设备算力，响应速度可能较慢
文档和社区生态尚在早期，使用门槛较高

适用场景

隐私敏感场景下的网页信息检索与摘要
离线或弱网环境下需要智能助手辅助浏览
开发者或研究者测试本地 RAG 与 LLM 结合应用

替代项目

Khoj、Perplexity、AnythingLLM

项目介绍

Lumos 是搜索知识领域的开源项目，由 andrewnguonly 开发，2023 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（1,513）位列前 30%，在搜索知识分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-17。MIT许可证，本地部署，完全免费。

它主要面向的使用场景是：隐私敏感场景下的网页信息检索与摘要。同类可对比的替代方案包括 Khoj、Perplexity、AnythingLLM。

上一篇：WebGLM

下一篇：knowledge