项目预览
项目数据
项目介绍
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 ★ 1062
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Docker 与 Docker Compose 环境(官方推荐的一键部署方式)
- Node.js 与 Yarn(本地开发或运行 deepsearcher 包时需要)
- 至少一个大模型接口凭据:OpenAI、Anthropic 或 Gemini
- 一个可用搜索源:SearXNG(推荐)、Bing 或 Google
安装与启动步骤
-
1获取项目代码
克隆 SearChat 仓库到本地,后续 Docker 编排文件和源码都在这个目录中。
git clone https://github.com/yokingma/SearChat.git cd SearChat -
2准备Docker编排文件
参照仓库 deploy/docker-compose.yaml 创建你自己的 docker-compose.yaml,具体服务与启动方式以该文件内容为准。
cat deploy/docker-compose.yaml -
3启动容器服务
按上一步创建的编排文件启动服务;README 未给出具体端口与命令,请按文件内的说明执行。
-
4安装项目依赖
本地开发模式:在仓库根目录执行,会一次性安装所有子项目依赖。
yarn install -
5复制环境配置模板
把服务端环境变量模板复制为本地配置文件,再进行修改。
cp apps/server/.env apps/server/.env.local -
6填写密钥与搜索源
编辑 apps/server/.env.local,填入大模型 API Key 及搜索引擎相关配置;SearXNG 为推荐搜索源。
vim apps/server/.env.local -
7(可选)安装DeepResearch包
若只想在自己的 Node.js 项目中集成深度研究能力,可单独安装 deepsearcher 包并按示例调用。
npm install deepsearcher
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
type | 是 | DeepResearch 使用的大模型类型,如 openai | openai |
apiKey | 是 | 对应模型服务商的 API Key | sk-xxxxxxxx |
enableCitationUrl | 否 | 为 true 输出可点击链接式引用,false 输出 [[citation:1]] 简洁格式 | false |
如何确认成功
浏览器打开部署后的服务地址,能进入聊天界面、提问后返回带引用来源的答案,即表示部署成功。
常见问题
Q:不用 Docker 可以部署吗?
A:可以,README 提供了本地开发流程:在根目录执行 yarn install,复制 apps/server/.env 为 .env.local 并填写配置后运行前后端。
Q:搜索引擎选哪个?
A:项目支持 Bing、Google、SearXNG 等多种搜索源,README 明确推荐使用 SearXNG。
Q:没有模型 API Key 能用吗?
A:不能,必须接入 OpenAI、Anthropic、Gemini 等至少一个模型提供商的 API Key 才能对话。
Q:如何修改回答里的引用格式?
A:在 DeepResearch 配置中调整 enableCitationUrl:true 输出 <sup>[[1](url)]</sup> 带链接格式,false 输出 [[citation:1]] 简洁格式。
Q:怎么更新已部署的版本?
A:README 有单独的 Update Deployment 章节,按其说明重新拉取镜像或更新编排文件后重启服务。
注意事项
- Docker 一键部署是官方推荐方式,配置文件参考 deploy/docker-compose.yaml。
- 聊天历史缓存在浏览器本地(IndexedDB/LocalStorage),不依赖服务端存储。
- apps/server/.env.local 中含 API Key,请勿提交到公开仓库。
- README 节选未给出默认端口和完整启动命令,实际端口请以部署文件为准。
核心亮点
- 深度集成 SearXNG,搜索结果可定制且无商业 API 依赖
- 内置 DeepResearch 模式,自动多轮搜索生成结构化研究报告
- 一套代码兼容 OpenAI/Anthropic/VertexAI/Gemini 四大模型接口
不足之处
- 依赖外部 SearXNG 实例,初次配置有一定门槛
- 文档/社区待观察
适用场景
- 需要实时新闻或技术资料的问答场景
- 学术研究或市场调研时自动生成带引用的深度报告
- 企业内部部署私有 AI 搜索助手,避免数据外泄
替代项目
Perplexica、MindSearch、Open WebUI
同类项目推荐
awesome-ai-tools
开源
100+ AI 工具带演示和 API,挑完就能用
Curated collection of 100+ AI tools designed to enhance productivity and creativity,···
korvus
开源
把 RAG 全流程塞进一条 SQL,搜索问答一步到位
Korvus is a search SDK that unifies the entire RAG pipeline in a single database que···
diffbot-kg-chatbot
开源
用Diffbot和Neo4j快速搭建知识图谱问答机器人
Knowledge graph construction and RAG demo using Diffbot and Neo4j
ChatPDF
开源
本地文档直接聊,无需联网,RAG 全流程原生实现。
RAG for Local LLM, chat with PDF/doc/txt files, ChatPDF. 纯原生实现RAG功能,基于本地···
biomedical-graphrag
开源
让生物医学问答更精准,用知识图谱增强大模型检索
A comprehensive GraphRAG (Graph Retrieval-Augmented Generation) system designed for ···
awesome-VLLMs
开源
一页看全视觉大模型论文脉络,调研选题不迷路
This repository collects papers on VLLM applications. We will update new papers irre···
odoo-expert
开源
把 Odoo 海量文档变成能聊天的专家,问一句秒回答案
RAG-powered documentation assistant that converts, processes, and provides semantic ···
chatd
开源
本地文档直接聊,隐私安全答案准
Chat with your documents using local AI
kg-rag
开源
跟着书学 GraphRAG,用图数据库做出更聪明的聊天机器人
Supporting repository for the Essential GraphRAG book published by Manning
