VSA

让AI看懂图片后,自动搜索并回答多模态问题

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 9 🐛 待处理 3 👀 关注 2
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 129
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0许可证,可免费使用,无在线服务,需自行部署。

项目预览

VSA 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队cnzzx
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0许可证,可免费使用,无在线服务,需自行部署。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai-search-engine,artificial-intelligence,deep-learning,large-language-model,search,vision-language-model,web-search
GitHub 星标★ 129
上线时间2024-10-24 00:00:00
代码更新2024-11-06
仓库体积29.6 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数2

项目介绍

VSA(Vision Search Assistant)是一个将视觉语言模型(VLM)转变为多模态搜索引擎的开源项目。它解决的是传统文本搜索无法理解图像内容、以及视觉问答模型缺乏实时检索能力的问题。VSA 的核心能力是让模型能够接收图像和文本查询,通过视觉编码器提取图像特征,并结合外部知识库或搜索引擎进行检索,最终生成融合视觉与文本信息的答案。项目基于 Python 实现,提供了模型训练和推理的完整流程,支持自定义数据集和检索后端。其创新点在于将视觉理解和信息检索深度耦合,使模型不仅能“看懂”图片,还能主动查找和整合相关信息,适用于需要跨模态知识获取的场景。目前项目处于早期阶段,代码结构清晰,但依赖较多,需要一定的深度学习基础才能上手。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 129

核心亮点

  • 首创将视觉语言模型与外部检索结合,突破纯文本搜索局限
  • 提供完整的训练与推理代码,便于复现和二次开发
  • 支持自定义检索源,可灵活接入不同知识库

不足之处

  • 文档/社区待观察
  • 依赖较多,环境配置复杂

适用场景

  • 电商商品识别与信息查询(如拍照搜同款)
  • 医学影像辅助诊断(结合医学知识库检索)
  • 智能助手(理解用户拍摄的物体并解答相关问题)

替代项目

CLIP、BLIP-2、Flamingo

上一篇:nanoPerplexityAI

下一篇:rag-search

同类项目推荐

flock 开源

在 DuckDB 里用 SQL 直接跑大模型和 RAG 检索

Beyond Quacking: Deep Integration of Language Models and RAG into DuckDB (VLDB Demo ···

★ 362 2026-10-02
lossless-memory 开源

不摘要不丢细节,每句话带时间戳随时翻旧账

Lossless long-term memory for a personal AI: never summarize, keep every line, put a···

★ 168 2026-09-24
graphrag-practice-chinese 开源

让 GraphRAG 更懂中文,替换模型+优化提示词,开箱即用

GraphRAG的应用实例,项目特点在于提供了替换OpenAI模型的方法,并通过修改原有提示和切分···

★ 188 2026-08-09
crw 开源

6MB 内存的 Rust 爬虫,给 AI 智能体喂网页

Fast, lightweight Firecrawl/Tavily alternative in Rust. Web scraper, crawler & searc···

★ 1237 2026-09-28
ChatKBQA 开源

用大模型生成+检索,让知识库问答更简单准确

[ACL 2024] Official resources of "ChatKBQA: A Generate-then-Retrieve Framework for K···

★ 339 2026-08-09
crypto-rag 开源

印尼语加密问答,实时行情+知识库一次答全

Asisten crypto berbahasa Indonesia: RAG pengetahuan 267 topik + data pasar realtime ···

★ 465 2026-10-02
InstructRAG 开源

让 RAG 自己学会怎么检索,回答更准更靠谱

[ICLR 2025] InstructRAG: Instructing Retrieval-Augmented Generation via Self-Synthes···

★ 152 2026-08-09
RAGMeUp 开源

喂入任意数据,快速搭出可问答的 RAG 应用

Generic rag framework to apply the power of LLMs on any given dataset

★ 680 2026-09-21