leviathan

一条命令把海量记录变成 Agent 可查的全文记忆

Leviathan 是一个用 Rust 编写的单文件静态二进制工具,专为 AI Agent 提供大规模数据集上的深度记忆检索能力。它把 JSONL、JSON、CSV/TSV、SQLite 以及任何数据库 CLI 能导出的记录,快速转换成带排序的全文本索引,让 Agent 无需依赖外部搜索引擎或向量数据库,就能在本地对海量结构化记录做关键词检索与相关性排序。核心能力包括:多格式数据直接摄入、构建持久化全文索引、按相关度返回结果,并且整个程序只有一个可执行文件,部署时不需要安装运行时或额外服务。它解决的是 Agent 在长上下文之外需要“记住”并快速召回大量历史记录的问题,适合把日志、对话、文档、数据库导出等数据变成可查询的记忆层。项目处于早期阶段,星标约 594,技术栈轻量,强调零依赖和本地优先。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 594
维护状态 活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类搜索知识
开发团队elstongun
所属国家
官网地址
定价模式free
价格说明开源免费,无在线服务
访问状态
是否开源是
开源协议Apache-2.0
主要语言Rust
技术栈/模型
GitHub 星标★ 594
30天Star增速
HF 下载量
上线时间2026-10-05 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-07
浏览次数0

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

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 单静态二进制,无运行时依赖,部署和分发成本极低
  • 支持 JSONL/JSON/CSV/TSV/SQLite 及数据库 CLI 导出等多种输入格式
  • 用 Rust 实现,索引构建和查询性能有保障,适合本地大规模数据

不足之处

  • 项目处于早期,API 和索引格式可能还不稳定
  • 只做全文检索,缺少向量语义检索能力,复杂语义召回有限

适用场景

  • 给本地 AI Agent 增加对历史对话和日志的快速关键词召回
  • 把数据库导出的业务记录转成可检索索引,供 Agent 查询
  • 在无外部搜索服务的离线环境中为大量文档建立全文检索层

替代项目

Tantivy、Meilisearch

项目介绍

leviathan 是搜索知识领域的开源项目,由 elstongun 开发,是 2026 年新上线的项目。

它收录于搜索知识分类,该分类目前共有 644 个项目,GitHub 星标数为 594。

项目目前处于活跃维护状态,最近一次代码更新于 2026-10-06。开源免费,无在线服务。

它主要面向的使用场景是:给本地AIAgent增加对历史对话和日志的快速关键词召回。同类可对比的替代方案包括 Tantivy、Meilisearch。

上一篇:awesome-ai-tools

下一篇:没有了!

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

Supercharge your AI agents with data from the web and beyond. Building the library f···

★ 189121 2026-08-09
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···

★ 766 2026-08-09
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···

★ 124327 2026-08-09
WeKnora 开源

文档往里一扔,自动变成啥都能答的知识库

Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···

★ 32279 2026-08-09