Vane

输入问题，直接获取带引用的精准答案。

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 4250 🐛 待处理 380 👀 关注 210

GitHub ↗

GitHub 星标 ★ 38089

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，可自行部署，完全免费。

项目预览

项目数据

分类搜索知识

开发团队ItzCrazyKns

GitHubhttps://github.com/ItzCrazyKns/Vane

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，可自行部署，完全免费。

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MIT

主要语言TypeScript

技术栈/模型ai-agents,ai-search-engine,answering-engine,artificial-intelligence,llm,machine-learning,open-source-ai-search-engine,perplexica,rag,search-engine,searxng,searxng-copilot,self-hosted-ai,vane

GitHub 星标★ 38089

上线时间2024-04-09 00:00:00

代码更新2026-09-01

仓库体积110.4 MB

本站数据更新2026-11-09

维护状态维护中

收录时间2026-08-09

浏览次数1

项目介绍

Vane 是一个基于 AI 的问答引擎，旨在提供精准、直接的答案。它解决传统搜索引擎返回大量链接、用户需自行筛选信息的问题，通过自然语言处理理解用户意图，从互联网抓取并整合信息，生成简洁、有据可查的答案。核心能力包括实时信息检索、多源信息融合、答案引用来源，以及支持对话式交互。它采用 TypeScript 构建，具备高效的查询处理和响应速度，适合作为知识获取的智能入口。

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 ★ 38089

技术标签

ai-agents ai-search-engine artificial-intelligence llm machine-learning

使用教程

难度：入门约 10 分钟部署方式：Docker 4 步

环境要求

已安装并运行 Docker（推荐方式）
本机 3000 端口可用
非 Docker 方式需 Node.js 与 npm 环境
非 Docker 方式需自行部署 SearXNG，并在其设置中开启 JSON 格式、启用 Wolfram Alpha 引擎

安装与启动步骤

1启动 Docker 容器

用官方镜像一键拉取并启动 Vane，镜像已内置 SearxNG，无需额外配置，数据卷自动持久化。
```
docker run -d -p 3000:3000 -v vane-data:/home/vane/data --name vane itzcrazykns1337/vane:latest
```
2打开设置页面

浏览器访问 http://localhost:3000，在 setup screen 中填写 API Keys、模型、SearxNG 地址等。
3从源码构建（可选）

需要更多控制时，先克隆仓库，再自行构建镜像并启动容器，端口与数据卷保持一致。
```
git clone https://github.com/ItzCrazyKns/Vane.git
docker build -t vane .
docker run -d -p 3000:3000 -v vane-data:/home/vane/data --name vane vane
```
4非 Docker 安装

先安装并配置好 SearXNG，再克隆仓库、安装依赖、构建并启动应用。
```
git clone https://github.com/ItzCrazyKns/Vane.git
cd Vane
npm i
npm run build
npm run start
```

关键配置

配置项	必填	说明	示例
`API Keys`	是	填写所选 AI 提供商的密钥，如 OpenAI、Claude、Groq 等	`sk-xxxxxxxx`
`模型`	是	选择本地 Ollama 模型或云端提供商模型	`OpenAI / Claude / Groq / Ollama`
`SearxNG URL`	否	非 Docker 部署时填写自建 SearxNG 的访问地址	`http://your-searxng-host`