Qmedia 是搜索知识领域的开源项目，由 QmiAI 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 586 个项目，GitHub 星标数为 637。
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 2026-09-16。MIT许可证，支持本地部署，完全免费。
它主要面向的使用场景是：内容创作者整理历史素材库，快速查找特定图片或视频片段。同类可对比的替代方案包括 Haystack、txtai、Danswer。
Qmedia
本地部署多模态搜索，让素材秒变答案
Qmedia 是一款专为内容创作者设计的开源 AI 内容搜索引擎。它解决了创作者在海量素材中查找、整理和问答的痛点，支持从文本、图片和短视频中提取信息，并构建多模态 RAG 知识库。用户可通过自然语言进行内容问答，快速定位所需素材。项目支持全本地化部署，包括 Web 应用、RAG 服务器和 LLM 服务器，保障数据隐私。核心能力涵盖多模态内容解析、向量检索、生成式问答，以及灵活的部署选项。技术栈基于 TypeScript，适合对数据安全要求高、需要深度定制搜索体验的创作者团队。
开源
free
搜索知识
GitHub 星标
★ 637
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队QmiAI
所属国家
定价模式free
价格说明开源项目，MIT许可证，支持本地部署，完全免费。
访问状态
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型content,content-search,rag,search,search-engine,video
GitHub 星标★ 637
30天Star增速
HF 下载量
上线时间2024-05-26 00:00:00
最近更新2026-09-16 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0
使用教程
核心亮点
- 支持文本、图片、短视频多模态内容提取与检索，覆盖创作者常用素材类型
- 全本地部署架构（Web/RAG/LLM 三端分离），数据不出门，隐私可控
- 基于 RAG 的问答体验，直接对素材内容提问，而非仅返回链接
不足之处
- 项目处于早期阶段（629 星），文档和社区生态尚待完善
- 本地部署需要自行配置 LLM 和向量库，对非技术用户门槛较高
适用场景
- 内容创作者整理历史素材库，快速查找特定图片或视频片段
- 团队内部搭建私有知识库，进行多模态资料问答与检索
- 需要离线或内网环境下的 AI 搜索场景，如媒体机构或研究单位
替代项目
Haystack、txtai、Danswer
项目介绍
上一篇：swarmvault
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
WeKnora
开源
文档往里一扔，自动变成啥都能答的知识库
Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···