swirl-search

数据不用搬家，100多个应用里的资料随问随到

开源 🏷️定价信息待确认 ✅ 目前可打开搜索知识 🍴 复刻 291 🐛 待处理 5 👀 关注 28

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3049

维护状态较活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类搜索知识

开发团队swirlai

官网地址https://swirlaiconnect.com

GitHubhttps://github.com/swirlai/swirl-search

定价模式🏷️定价信息待确认

价格说明官网存在但定价信息不明确，需进一步确认。

访问状态✅ 目前可打开

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型ai-search,bigquery,django,federated-query,federated-search,gpt,large-language-models,metasearch,python,rag,relevancy,retrieval-augmented-generation,search,search-engine,unified-search

GitHub 星标★ 3049

上线时间2022-04-08 00:00:00

代码更新2026-10-27

仓库体积265.0 MB

本站数据更新2026-11-10

维护状态较活跃

收录时间2026-08-09

浏览次数6

项目介绍

Swirl Search 主张「AI 搜索与 RAG 无需迁移数据」：在不移动数据的前提下，从 100+ 应用中即时获取公司知识答案，同时保障数据安全。几分钟即可完成部署，为企业打造安全、快速的知识问答体验。

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 ★ 3049

技术标签

ai-search bigquery django gpt large-language-models

使用教程

难度：入门约 5 分钟部署方式：Docker 5 步

环境要求

已安装并正在运行 Docker（Docker Desktop 等）
可访问 Docker Hub 与 GitHub 的网络环境
可选：自有 OpenAI API Key（用于实时 RAG 生成答案）
可用端口 8000（SWIRL 默认 Web 端口）

安装与启动步骤

1确认 Docker 已运行

确保本机已安装 Docker 应用并处于运行状态，否则后续 docker-compose 命令无法执行。
2下载 compose 文件

从官方仓库拉取 docker-compose.yaml 到当前目录，后续启动都基于该文件。
```
curl https://raw.githubusercontent.com/swirlai/swirl-search/main/docker-compose.yaml -o docker-compose.yaml
```
3配置 OpenAI 密钥（可选）

如需要用自己的 OpenAI Key 启用实时 RAG，先导出这三个环境变量，再启动服务，否则可跳过。
```
export MSAL_CB_PORT=8000
export MSAL_HOST=localhost
export OPENAI_API_KEY='sk-xxxxxxxx'
```
4拉取并启动 SWIRL

拉取镜像并启动容器，首次运行需要下载镜像，请耐心等待命令执行完毕。
```
docker-compose pull && docker-compose up
```
5登录并试用搜索

浏览器打开 Galaxy 界面，用默认账号 admin / password 登录，即可体验开箱即用的搜索。

关键配置

配置项	必填	说明	示例
`OPENAI_API_KEY`	否	自有 OpenAI 密钥，用于启用实时 RAG 生成带引用的答案	`sk-xxxxxxxx`
`MSAL_CB_PORT`	否	回调端口配置，示例与 Web 端口一致为 8000	`8000`
`MSAL_HOST`	否	回调主机名配置，本地部署填 localhost	`localhost`