gorse

导入行为数据,几分钟搭出个性化推荐 API

开源 freemium 行业应用
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 9880
维护状态 活跃
是否开源 是
定价模式 freemium

项目预览

项目数据

分类行业应用
开发团队gorse-io
所属国家
官网地址https://gorse.io
定价模式freemium
价格说明开源免费,官方云服务提供免费试用及付费方案
访问状态
是否开源是
开源协议Apache-2.0
主要语言Go
技术栈/模型collaborative-filtering,go,knn,machine-learning,recommender-system
GitHub 星标★ 9880
30天Star增速
HF 下载量
上线时间2018-08-14 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2026-10-18
浏览次数0

项目介绍

Gorse 是用 Go 编写的开源推荐系统引擎,目标是把推荐系统做成像数据库一样开箱即用的基础设施。它解决从零搭建推荐服务的工程成本问题:开发者只需导入用户、物品和行为数据,即可获得个性化推荐 API。核心能力包括协同过滤(矩阵分解、Item-to-Item、KNN)、基于内容的向量召回、多路召回融合与排序,并支持经典排序器与 LLM 排序器;同时支持多模态内容通过 embedding 建模,提供 RESTful API、缓存与在线/离线训练流程,可对接 Redis、MySQL、Postgres 等存储,适合中小团队快速上线推荐能力。

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

—

难度:入门 约 10 分钟 部署方式:Docker 5 步

环境要求

  • 已安装并运行 Docker
  • 本机 8088 端口可用
  • 可拉取 zhenghaoz/gorse-in-one 镜像

安装与启动步骤

  1. 1启动演示环境

    使用 playground 模式启动 Gorse,容器会下载 GitRec 数据并导入。

    docker run -p 8088:8088 zhenghaoz/gorse-in-one --playground
  2. 2打开控制台

    启动后浏览器访问本地 8088 端口,进入 Gorse Dashboard。

  3. 3等待推荐任务

    在 Tasks 页面等待 Generate item-to-item recommendation 任务完成。

  4. 4导入用户反馈

    向 Bob 插入多条 star 反馈,示例物品为 LLM 相关 GitHub 仓库。

    read -d '' JSON << EOF
    [
        { "FeedbackType": "star", "UserId": "bob", "ItemId": "ollama:ollama", "Value": 1.0, "Timestamp": "2022-02-24" },
        { "FeedbackType": "star", "UserId": "bob", "ItemId": "huggingface:transformers", "Value": 1.0, "Timestamp": "2022-02-25" },
        { "FeedbackType": "star", "UserId": "bob", "ItemId": "rasbt:llms-from-scratch", "Value": 1.0, "Timestamp": "2022-02-26" },
        { "FeedbackType": "star", "UserId": "bob", "ItemId": "vllm-project:vllm", "Value": 1.0, "Timestamp": "2022-02-27" },
        { "FeedbackType": "star", "UserId": "bob", "ItemId": "hiyouga:llama-factory", "Value": 1.0, "Timestamp": "2022-02-28" }
    ]
    EOF
    curl -X POST http://127.0.0.1:8088/api/feedback -H 'Content-Type: application/json' -d "$JSON"
  5. 5获取推荐结果

    调用推荐 API 获取 Bob 的 10 条推荐,观察是否出现 LLM 相关仓库。

    curl http://127.0.0.1:8088/api/recommend/bob?n=10

如何确认成功

访问 http://localhost:8088 能看到控制台,且推荐接口返回 Bob 的 10 条推荐。

常见问题

Q:Dashboard 地址是什么?

A:Dashboard 位于 http://localhost:8088。

Q:为什么要等待任务完成?

A:README 要求在 Generate item-to-item recommendation 任务完成后再插入反馈并体验推荐。

Q:playground 模式的数据来自哪里?

A:会从 GitRec 下载数据并导入 Gorse。

Q:如何查看 Bob 的推荐?

A:请求 http://127.0.0.1:8088/api/recommend/bob?n=10 即可获取 10 条推荐。

注意事项

  • 以上为 README 提供的 playground 演示模式命令。
  • 更多信息请阅读官方文档 https://gorse.io/docs/。

核心亮点

  • Go 实现,单二进制部署,自带 REST API 和缓存,接入成本低
  • 召回与排序链路完整,支持协同过滤、向量召回和 LLM 排序器
  • 支持多模态 embedding,内容冷启动场景有现成方案

不足之处

  • 深度排序与实时特征能力有限,超大规模场景需自行扩展
  • 文档与社区以英文为主,中文资料和最佳实践较少

适用场景

  • 电商或内容平台快速上线猜你喜欢、相关推荐
  • 新闻资讯类应用做个性化信息流排序
  • 中小团队无推荐算法团队时搭建推荐基础设施

替代项目

recommenders、Merlin、Metarank

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 59 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 103 2026-09-11
hub 开源

已退役的YOLO训练平台,迁移到Ultralytics Platform

Historical Ultralytics HUB repository — HUB shut down on July 31, 2026 and was repl···

★ 249 2026-08-12