turboseek

自建带引用来源的 AI 搜索问答

开源 🏷️定价信息待确认 ⏳ 访问状态待核验 搜索知识 🍴 复刻 260 🐛 待处理 8 👀 关注 19
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1658
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

turboseek 项目界面预览图
图片来源:项目官网

项目数据

分类搜索知识
开发团队Nutlope
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态⏳ 访问状态待核验
是否开源是
主要语言TypeScript
GitHub 星标★ 1658
上线时间2024-05-26 00:00:00
代码更新2026-10-23
仓库体积596 KB
本站数据更新2026-10-24
维护状态活跃
收录时间2026-10-24
浏览次数0

项目介绍

Turboseek 是一个受 Perplexity 启发的开源 AI 搜索引擎,使用 TypeScript 构建。它把传统关键词检索与大模型生成能力结合:用户输入问题后,系统先检索相关网页资料,再由模型基于检索结果生成带引用来源的答案,从而减少模型凭空编造内容的情况。项目提供完整的搜索问答流程,包括查询理解、结果聚合、答案生成和来源展示,适合想自建 AI 搜索产品的开发者参考或二次开发。代码结构清晰,前后端一体,便于本地部署和改造。核心能力包括:多来源检索与结果排序、基于上下文的答案生成、引用链接回溯、可配置的模型与搜索接口。它解决的是通用聊天模型缺乏实时信息、答案难以溯源的问题,让搜索结果既具备生成式摘要的便利,又保留可核查的出处。

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 2026-10-24 · 当前星标 ★ 1658

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。

难度:进阶 约 15 分钟 部署方式:本地安装 6 步

环境要求

  • 已安装 Node.js 与 npm(用于 npm install / npm run dev)
  • Together AI 账号及其 API Key(用于大模型推理)
  • SERP API(serper.dev)或 Azure Bing Search API 的账号与 Key(用于网页检索)
  • Helicone 账号与 Key(用于可观测性)
  • 可访问 GitHub 与 npm 源以克隆代码并安装依赖

安装与启动步骤

  1. 1克隆项目代码

    把 TurboSeek 仓库克隆到本地,也可以先 Fork 再克隆自己的副本。

    git clone https://github.com/Nutlope/turboseek.git
    cd turboseek
  2. 2注册外部服务账号

    分别在 Together AI、SERP API(或 Azure Bing Search API)、Helicone 注册账号并获取 API Key。

  3. 3生成环境变量文件

    以仓库自带的 .example.env 为模板复制出 .env,文件内的变量名以模板为准。

    cp .example.env .env
  4. 4填入各项密钥

    打开 .env,把模板中的占位值替换成上一步拿到的真实 Key,保存后不要提交到仓库。

  5. 5安装依赖

    在项目根目录安装前端与后端依赖,网络较慢时可先配置国内 npm 源。

    npm install
  6. 6启动开发服务器

    运行开发模式启动 Next.js 应用,终端会输出本地访问地址。

    npm run dev

关键配置

配置项必填说明示例
.env是由 .example.env 复制而来,存放 Together AI、搜索接口与 Helicone 的密钥cp .example.env .env

如何确认成功

终端出现启动成功提示且无报错,浏览器打开输出的本地地址(Next.js 默认 3000 端口)能看到搜索界面。

常见问题

Q:必须同时申请三个服务的账号吗?

A:Together AI 提供大模型推理,搜索接口用于检索网页,Helicone 用于可观测性;前两者是问答流程必需的,Helicone 按 README 说明申请并配置即可。

Q:搜索接口选 SERP API 还是 Bing?

A:README 说明二选一即可:注册 serper.dev,或使用 Azure 的 Bing Search API,然后在 .env 中填入对应密钥。

Q:.env 里的变量名是什么?

A:README 未逐一列出,请直接参考仓库根目录的 .example.env 模板,按模板中的键名填写,不要自行改名。

Q:npm install 很慢或报网络错误怎么办?

A:可先切换到国内 npm 镜像源后重新安装依赖,再执行 npm run dev;如仍失败请检查 Node.js 版本是否过旧。

注意事项

  • 使用的模型为 gpt-oss 与 Llama 3.1 8B,检索结果来自搜索 API 返回的网页内容。
  • .env 内含真实密钥,切勿提交到 Git 仓库或公开分享。
  • README 未给出具体环境变量名与端口,以 .example.env 和终端输出的地址为准。
  • 若要长期对外提供服务,需另行准备部署环境,README 只覆盖本地运行方式。

核心亮点

  • 提供检索加生成加引用的完整链路,可直接跑通 AI 搜索产品原型
  • TypeScript 全栈实现,前后端代码集中,便于阅读和二次开发
  • 答案附带来源链接,缓解大模型幻觉,结果可核查

不足之处

  • 依赖外部搜索与模型 API,未配置密钥时功能受限
  • 缺少大规模索引、缓存与限流等生产级能力,文档/社区待观察

适用场景

  • 开发者搭建自有 AI 搜索问答站点
  • 团队内部知识检索与答案溯源工具
  • 学习检索增强生成(RAG)搜索架构的参考项目

替代项目

Perplexica、khoj、search_with_ai

上一篇:LLMSearchRecommender

下一篇:leettools-archive

同类项目推荐

ai-localbase 开源

把本地文档变成AI可搜可聊的知识库,支持MCP接入

一个本地优先的AI知识库系统(RAG),用于把本地文档接入辅导搜索与大模型对话流程。目前支···

★ 383 2026-08-09
odoo-expert 开源

把 Odoo 海量文档变成能聊天的专家,问一句秒回答案

RAG-powered documentation assistant that converts, processes, and provides semantic ···

★ 101 2026-08-09
biomedical-graphrag 开源

让生物医学问答更精准,用知识图谱增强大模型检索

A comprehensive GraphRAG (Graph Retrieval-Augmented Generation) system designed for ···

★ 107 2026-08-09
google-ai-mode-scraper 开源

批量抓取 Google AI 回答不封号,数据稳稳到手

Scrape Google AI Mode responses without blocks on a large scale.

★ 3628 2026-08-09
Novel-Assistant 开源

让本地文档秒变智能问答库,随问随答

로컬 또는 클라우드 LLM을 사용해 문서 폴더 기반으로 검색·답변하는 RAG 어시스턴트

★ 59 2026-08-09
local-rag-llamaindex 开源

本地跑通论文问答,快速定位研究要点

Local llamaindex RAG to assist researchers quickly navigate research papers

★ 135 2026-08-09
VeritasGraph 开源

用知识图谱让AI回答有据可查,多跳推理不扯谎

VeritasGraph — open-source Knowledge Graph & GraphRAG framework on GitHub. Build mu···

★ 325 2026-08-09
Awesome-World-Models 开源

一页看懂世界模型论文、代码与落地方向

A comprehensive list of papers for the definition of World Models and using World Mo···

★ 2048 2026-09-29
rag-all-in-one 开源

一站式搞定 RAG 应用开发,从入门到落地少走弯路

Guide to Building RAG (Retrieval-Augmented Generation) Applications

★ 350 2026-08-09