项目预览
项目数据
项目介绍
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 ★ 8046
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- 可运行 pip 的 Python 环境
- Lepton AI 账号及 Workspace Token
- Bing Web Search API 订阅密钥（或 Google 搜索相关 API 密钥）
- 已安装 leptonai、openai 依赖包
安装与启动步骤
-
1安装依赖并登录
安装 Lepton AI 与 OpenAI 客户端，并登录 Lepton 账号，按提示完成授权。
pip install -U leptonai openai && lep login -
2配置 Bing 密钥
到微软 Bing Web Search API 页面申请订阅密钥，并导出为环境变量供后端调用。
export BING_SEARCH_V7_SUBSCRIPTION_KEY=YOUR_BING_SUBSCRIPTION_KEY -
3配置工作区令牌
在 Lepton AI Dashboard 的 Settings → Tokens 复制 Workspace Token 并设置环境变量。
export LEPTON_WORKSPACE_TOKEN=YOUR_LEPTON_WORKSPACE_TOKEN -
4部署运行服务
用 lep photon 把 search_with_lepton.py 部署到 Lepton AI，指定后端为 BING 及密钥。
lep photon run -n search-with-lepton-modified -m search_with_lepton.py --env BACKEND=BING --env BING_SEARCH_V7_SUBSCRIPTION_KEY=YOUR_BING_SUBSCRIPTION_KEY
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
BACKEND | 是 | 选择搜索引擎后端，README 示例使用 BING。 | BING |
BING_SEARCH_V7_SUBSCRIPTION_KEY | 是 | Bing Web Search API 订阅密钥，用于发起搜索请求。 | YOUR_BING_SUBSCRIPTION_KEY |
LEPTON_WORKSPACE_TOKEN | 是 | Lepton AI 工作区令牌，用于调用内置 llm 与 kv。 | YOUR_LEPTON_WORKSPACE_TOKEN |
如何确认成功
lep photon run 执行后无报错并输出服务地址，浏览器打开该地址能看到可对话的搜索界面。
常见问题
Q：如何获取 Bing 搜索密钥？
A：访问 README 给出的 Bing Web Search API 链接，注册并申请订阅密钥，再填入环境变量。
Q：能否换成 Google 搜索？
A：可以。README 支持 SearchApi、Serper 或 Google Programmable Search Engine，需自行获取对应密钥并在部署时调整后端配置。
Q：没有 Lepton AI 令牌怎么办？
A：登录 Lepton AI Dashboard，进入 Settings → Tokens 复制 Workspace Token 即可。
Q：必须用 Lepton 的 llm 和 kv 吗？
A：README 建议使用 Lepton 内置的 llm 和 kv 函数，可直接由 lep 命令自动配置使用。
注意事项
- README 中 Lepton 令牌环境变量被截断显示为 LEPTON_，实际变量名请以官方文档或仪表盘为准。
- 也可通过官网按钮一键部署到 Lepton AI。
- 使用 Google 搜索时，对应 API 密钥的环境变量名 README 未给出，需参考部署参数自行指定。
核心亮点
- 代码简洁，基于TypeScript，易于理解和二次开发
- 内置流式响应，交互体验流畅，接近生产级
- 集成Lepton AI，模型切换和部署成本低
不足之处
- 依赖Lepton AI平台，非完全开源可自托管
- 搜索后端默认使用Bing API，需额外申请密钥
- 文档/社区待观察
适用场景
- 快速验证对话式搜索产品原型
- 教育演示大模型在搜索场景的应用
- 企业内部知识库的对话式检索入口
替代项目
Perplexity Clone、RAGFlow、Danswer
上一篇：Horizon
下一篇：llm-scraper
同类项目推荐
systematically-improving-rag
开源
按清单系统调优 RAG，检索更准、幻觉更少
DD_Rag
开源
用 SpringAI 打造带权限隔离的企业知识库问答助手
基于 SpringAI 的 Agent 开发项目：一个面向“组织知识库 + AI 助手”的 RAG Agent实战项目···
searcharvester
开源
自建 AI 搜索+抓取 API，一键替代 Tavily
Self-hosted search + markdown harvester for AI agents. SearXNG (100+ engines) + Fast···
trieve
开源
一个 API 搞定搜索、推荐和 RAG，快速构建智能应用
All-in-one platform for search, recommendations, RAG, and analytics offered via API
llm-rankers
开源
用大模型给搜索结果重排序，几行代码跑通评测
Document Ranking with Large Language Models.
DeepRetrieval
开源
越搜越会搜，答案准到像请了专家
[COLM’25] DeepRetrieval — Training Search Agent by RLVR with Retrieval Outcome
StruInfo
开源
把文档变成可追溯、可编辑的知识图谱，数据自己掌控
Self-hosted, traceable document-to-knowledge workspace with deterministic workflows,···
BullFlow
开源
本地模型搭企业知识库，Agent 自动生成并分发营销内容
推量牛 BullFlow — 开源企业级 RAG 解决方案：从企业知识库、营销内容自动化生产到全域内···
Search-o1
开源
让推理模型边想边搜，减少幻觉，答案更靠谱
Search-o1: Agentic Search-Enhanced Large Reasoning Models [EMNLP 2025]