VSA 是搜索知识领域的开源项目，由 cnzzx 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 128。
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 2026-05-19。Apache-2.0许可证，可免费使用，无在线服务，需自行部署。
它主要面向的使用场景是：电商商品识别与信息查询（如拍照搜同款）。同类可对比的替代方案包括 CLIP、BLIP-2、Flamingo。
VSA
让AI看懂图片后，自动搜索并回答多模态问题
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。
开源
free
搜索知识
GitHub 星标
★ 128
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队cnzzx
所属国家
定价模式free
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
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★ 128
30天Star增速
HF 下载量
上线时间2024-10-24 00:00:00
最近更新2026-05-19 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0
使用教程
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
项目介绍
上一篇：nanoPerplexityAI
下一篇：rag-search
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···