quanta-quest 是搜索知识领域的开源项目，由 quanta-quest 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 581 个项目，GitHub 星标数为 102。
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。
它主要面向的使用场景是：个人知识库管理，快速检索笔记、文档、邮件。同类可对比的替代方案包括 Rewind、Mem.ai、Khoj。
quanta-quest
本地跑大模型，搜遍你的所有数据，隐私不泄露
quanta-quest 是一个面向个人数据的 AI 通用搜索引擎，核心理念是“边缘侧大语言模型 + 消费级数据本地化”，旨在让用户在不牺牲隐私的前提下，对分散在本地设备、云盘、邮件等处的个人数据进行统一检索和智能问答。项目采用 TypeScript 开发，目前处于早期阶段（GitHub 星标 104）。它解决的核心问题是：传统云搜索将个人数据上传至服务器，存在隐私泄露风险，且难以跨应用整合。quanta-quest 通过将 LLM 部署在边缘设备，使数据解析、索引和查询均在本地完成，用户可自然语言提问，获得个性化、上下文相关的答案。核心能力包括本地数据接入、语义索引、混合检索（关键词+向量）以及基于本地 LLM 的生成式回答。项目强调数据主权，适合对隐私敏感、希望统一管理个人信息的用户。
开源
unknown
搜索知识
GitHub 星标
★ 102
维护状态
低维护
是否开源
是
定价模式
unknown
项目数据
分类搜索知识
开发团队quanta-quest
所属国家
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
主要语言TypeScript
技术栈/模型agent,ai,anthropic,bert,chatgpt,claude,edge-computing,gpt,huggingface,knowledgebase,language-models,llm,nextjs,nlp,personal-ass,rag,semantic-vector-search,transformers,universal-search,workflow
GitHub 星标★ 102
30天Star增速
HF 下载量
上线时间2024-10-10 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
- 数据本地化处理，隐私保护强，符合数据主权趋势
- 结合边缘 LLM 与向量检索，支持自然语言问答式搜索
- 面向个人数据整合，解决跨应用搜索痛点
不足之处
- 早期项目，功能完整性和稳定性待验证
- 文档/社区待观察
适用场景
- 个人知识库管理，快速检索笔记、文档、邮件
- 隐私敏感场景（如医疗、金融）下的本地数据查询
- 离线环境下的个人数据智能搜索
替代项目
Rewind、Mem.ai、Khoj
项目介绍
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···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···