farfalle

自建私有 AI 搜索,接入任意大模型,告别广告和隐私焦虑。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 316 🐛 待处理 53 👀 关注 32
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 3542
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,可自行部署,使用本地或云端LLM,无内置收费机制,完全免费。

项目预览

farfalle 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队rashadphz
定价模式🏷️完全免费
价格说明开源项目,可自行部署,使用本地或云端LLM,无内置收费机制,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言TypeScript
技术栈/模型fastapi,generative-ui,gpt-4o,groq,llm,nextjs,ollama,openai,perplexity,react,search-engine,shadcn-ui,tailwindcss
GitHub 星标★ 3542
上线时间2024-04-25 00:00:00
代码更新2024-09-27
仓库体积2.2 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数1

项目介绍

Farfalle 是一个可自托管的 AI 搜索引擎,支持接入本地或云端大语言模型(如 Ollama、OpenAI 等),旨在为用户提供隐私可控的搜索体验。它解决了传统搜索引擎广告多、结果不精准以及使用云端 AI 搜索时数据隐私泄露的问题。核心能力包括:多模型接入、RAG(检索增强生成)式答案合成、流式响应、对话式追问、以及可配置的搜索后端(如 SearXNG、Serper 等)。项目采用 TypeScript 编写,前端基于 Next.js,后端提供 API,易于部署和二次开发。作为成长中的开源项目,它强调模块化和可扩展性,适合开发者快速搭建个性化的 AI 搜索入口。

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 ★ 3542

使用教程

难度:入门 约 10 分钟 部署方式:Docker 5 步

环境要求

  • 已安装 Docker 与 Docker Compose
  • 本地 3000 端口可用(前端访问端口)
  • 如需使用云模型,准备 OpenAI / Groq 等服务的 API Key(可选)
  • 如需完全本地推理,可先安装 Ollama 并拉取本地模型(可选)

安装与启动步骤

  1. 1克隆项目仓库

    把 farfalle 源码克隆到本机任意目录,确保 git 已安装且网络可访问 GitHub。

    git clone https://github.com/rashadphz/farfalle.git
  2. 2复制环境变量模板

    进入项目目录,把 .env-template 复制为 .env,后续配置都写在这个文件里。

    cd farfalle && cp .env-template .env
  3. 3填写 API 密钥

    用编辑器修改 .env,填入你使用的云模型/搜索服务密钥;仅用 Ollama 本地模型可跳过。

  4. 4启动应用容器

    用仓库自带的开发 compose 文件在后台拉起前后端与搜索相关服务。

    docker-compose -f docker-compose.dev.yaml up -d
  5. 5访问搜索界面

    等待容器启动完成后,在浏览器打开本机 3000 端口即可开始使用。

关键配置

配置项必填说明示例
.env否由 .env-template 复制而来,用于填写云模型与搜索服务 API 密钥;用 Ollama 时可留空sk-xxxxxxxx

如何确认成功

等待应用启动完成后,浏览器访问 http://localhost:3000 能正常打开搜索界面即表示部署成功。

常见问题

Q:没有云服务 API Key 可以运行吗?

A:可以。README 说明使用 Ollama 本地模型时 API Key 是可选的,不需要任何云服务密钥。

Q:支持哪些模型?

A:可通过 Ollama 运行 llama3、gemma、mistral、phi3 等本地模型,也支持 LiteLLM 自定义模型,以及 Groq/Llama3、OpenAI/gpt-4o 等云模型。

Q:启动后网页打不开怎么办?

A:容器启动需要一点时间,请稍等后重新访问 http://localhost:3000;仍失败可查看 docker-compose 日志排查。

Q:想不用 Docker 手动部署怎么做?

A:README 指向仓库内的 custom-setup-instructions.md,按该文档的自定义安装步骤操作。

注意事项

  • README 使用 docker-compose.dev.yaml 启动开发环境,需要本机已安装 Docker 与 Docker Compose。
  • 搜索后端可选择 SearXNG、Tavily、Serper 或 Bing,SearXNG 方案可免除外部依赖。
  • 本地 Ollama 方案无需任何云 API Key,更适合注重隐私的场景。
  • 网址为 http://localhost:3000,若被占用需先释放该端口。

核心亮点

  • 支持本地 LLM(如 Ollama)与云端模型混合接入,数据可完全私有化
  • 基于 RAG 的答案生成,能引用来源链接,提高可信度
  • 提供流式输出和对话式追问,交互体验接近 ChatGPT

不足之处

  • 依赖外部搜索 API(如 SearXNG)才能获取网页结果,配置稍复杂
  • 文档/社区待观察

适用场景

  • 隐私敏感用户自建搜索,避免搜索记录被云端留存
  • 开发者集成多种 LLM 能力,构建定制化搜索问答应用
  • 企业内部知识库搜索,结合私有模型与内网数据

替代项目

Perplexica、SearXNG、Khoj

上一篇:Awesome-Text2SQL

下一篇:arxiv-mcp-server

同类项目推荐

sweet-search 开源

给 AI 代理的本地代码搜索,比 grep 更省更准

Local code search for AI agents: cheaper, faster and sweeter. Because maybe grep isn···

★ 115 2026-11-08
protonsearch 开源

一个快捷键,搜遍 Windows 全部本地数据

Fast, lightweight, local-first Windows launcher to search apps, files, content, OCR ···

★ 150 2026-09-19
Awesome-LLM-RAG 开源

一份清单,带你快速摸清 RAG 全貌

Awesome-LLM-RAG: a curated list of advanced retrieval augmented generation (RAG) in ···

★ 1373 2026-08-09
bRAG-langchain 开源

跟着教程一步步搭出你自己的 RAG 问答系统

Everything you need to know to build your own RAG application

★ 4198 2026-08-09
LoFS 开源

本地文件秒变知识库,对话式检索即问即答

LoFS 面向本地知识库的桌面级文件管理与信息检索和对话应用

★ 72 2026-08-09
Free-LLM 开源

34+ 免费大模型 API 一表查,免卡直接调

Directory of 34+ free LLM & AI APIs — permanent free tiers, trial credits, and no-c···

★ 970 2026-09-16
VectorDB-Plugin 开源

本地文件直接问,文档音视频秒变智能问答库

Program that lets you ask questions about your documents and audio or video files.

★ 371 2026-08-09
morphic 开源

提问即得带来源的答案,自建 AI 搜索

An AI-powered search engine with a generative UI

★ 9306 2026-10-11