search_with_lepton

用对话代替关键词，快速搭建智能搜索演示

search_with_lepton 是一个基于 Lepton AI 构建的对话式搜索演示项目，旨在快速搭建具备自然语言交互能力的搜索应用。它解决了传统关键词搜索无法理解用户意图、交互体验生硬的问题，通过将大语言模型与搜索API结合，让用户可以用日常对话的方式获取精准答案。核心能力包括：集成Lepton AI的模型推理能力，支持流式响应，提供简洁的前端界面和可配置的后端服务，开发者可基于此快速定制自己的搜索产品。项目代码结构清晰，使用TypeScript编写，便于二次开发和部署。

开源 unknown 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 8061

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类开源模型

开发团队leptonai

所属国家

官网地址https://search.lepton.run

GitHubhttps://github.com/leptonai/search_with_lepton

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言TypeScript

技术栈/模型ai,ai-applications,leptonai,llm

GitHub 星标★ 8061

30天Star增速

HF 下载量

上线时间2024-01-23 00:00:00

最近更新2026-09-22 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3

使用教程

难度：入门约 15 分钟部署方式：云服务 4 步

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

项目介绍

search_with_lepton 是搜索知识领域的开源项目，由 leptonai 开发，2024 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（8,061）位列前 6%，在搜索知识分类的 581 个项目里位列前 8%。

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 2026-09-22。

它主要面向的使用场景是：快速验证对话式搜索产品原型。同类可对比的替代方案包括 Perplexity Clone、RAGFlow、Danswer。

上一篇：Horizon

下一篇：llm-scraper