llm-search 是搜索知识领域的开源项目，由 snexus 开发，2023 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 664。
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 2026-09-15。MIT许可证，本地部署，完全免费。
它主要面向的使用场景是：个人知识库管理，快速查找笔记、PDF中的关键信息。同类可对比的替代方案包括 LangChain、LlamaIndex、Dify。
llm-search
用自然语言问本地文档，秒级精准找答案
llm-search 是一个基于大型语言模型（LLM）的本地文档智能查询工具，旨在解决用户从海量本地文件中快速、准确地获取信息的问题。它利用检索增强生成（RAG）技术，结合 Chroma 向量数据库、HyDE（假设性文档嵌入）和重排序（Reranking）机制，显著提升检索精度与回答质量。项目支持多种文档格式，并提供聊天机器人交互界面，用户可以用自然语言提问，系统会从本地文档中检索相关片段并生成带引用的答案。此外，它还支持 MCP（模型上下文协议），便于集成到其他 AI 工具链中。核心能力包括：本地化部署保障数据隐私、混合检索策略增强语义理解、以及灵活的扩展性。项目基于 Jupyter Notebook 开发，适合技术用户快速上手和二次开发。
开源
free
对话助手
GitHub 星标
★ 664
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类对话助手
开发团队snexus
所属国家
定价模式free
价格说明开源项目，MIT许可证，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Jupyter Notebook
技术栈/模型chatbot,chroma,hyde,langchain-python,large-language-models,llm,mcp,openai-chatgpt,rag,reranking,retrieval-augmented-generation,splade,streamlit
GitHub 星标★ 664
30天Star增速
HF 下载量
上线时间2023-04-14 00:00:00
最近更新2026-09-15 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2
使用教程
核心亮点
- 采用 HyDE 与重排序技术，检索准确率高于普通向量搜索
- 支持 MCP 协议，可无缝接入 Claude 等 AI 助手生态
- 基于 Chroma 本地向量库，数据不出域，隐私安全
不足之处
- 项目处于早期阶段，文档和社区支持尚不完善
- 主要面向技术用户，非技术人员部署门槛较高
适用场景
- 个人知识库管理，快速查找笔记、PDF 中的关键信息
- 企业内部文档检索，合规要求下实现私有化 AI 问答
- 研究员或律师等职业，从大量文献中提取证据和观点
替代项目
LangChain、LlamaIndex、Dify
项目介绍
上一篇：rag-chatbot
下一篇：AI-Catalog
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···