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 2026-09-13 · 当前星标 ★ 926
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
- Python 3.10+
- GitHub Personal Access Token
安装与启动步骤
-
1装包
语义检索能力在 semantic extra 里，官方建议带上，否则只能用关键词匹配。
git clone https://github.com/zamalali/DeepGit.git cd DeepGit python -m venv venv && source venv/bin/activate pip install -e ".[semantic]" -
2配 GitHub Token
搜索走 GitHub API，必须提供 token，否则很快触发限流。
export GITHUB_API_KEY=ghp_xxx -
3跑基准
三个基准集分别覆盖核心、留出与边界场景，先跑核心集确认环境正常。
python -m bench.run_bench -
4起服务或接 MCP
pip install -e . 后会注册 deepgit-mcp 入口，可被 Agent 直接调用；也可用镜像起 Web 服务。
docker run --rm -p 8080:8080 -e GITHUB_API_KEY=ghp_xxx deepgit
如何确认成功
bench 输出指标，Web 端口能返回搜索结果。
注意事项
- token 只需要公开仓库读权限，不要给过宽的 scope。
核心亮点
- 用自然语言描述需求即可，自动生成多轮检索词并做语义排序，比手写关键词省事
- 基于 LangGraph 编排 agent 流程，检索、抓取、打分步骤可拆可改，方便接入自定义模型或数据源
- 输出带推荐理由和候选仓库对比，不只是丢一堆链接，适合做技术选型时快速建立认知
不足之处
- 依赖 LLM 和 GitHub API，实际使用需要配置模型密钥与 token，成本和限流会影响体验
- 项目处于早期，912 星规模较小，文档和边界情况处理可能不够完善
适用场景
- 技术选型时快速找到符合特定需求的 Python 库或框架
- 调研某个细分方向的开源生态，批量收集候选项目
- 替代手动翻 GitHub Trending 和 Awesome 列表，按语义筛选仓库
替代项目
gpt-researcher、AutoGPT、github-search
上一篇：elastic-labs
下一篇：awesome-llm
同类项目推荐
crw
开源
极速轻量爬虫+搜索API，AI智能体即插即用
Fast, lightweight Firecrawl/Tavily alternative in Rust. Web scraper, crawler & searc···
ChatKBQA
开源
用大模型生成+检索，让知识库问答更简单准确
[ACL 2024] Official resources of "ChatKBQA: A Generate-then-Retrieve Framework for K···
langextract
开源
从杂乱文本中精准抽取结构化数据，并可视化追溯来源
A Python library for extracting structured information from unstructured text using ···
azure-ai-search-multimodal-sampl···
开源
让AI同时看懂图文，多模态问答开箱即用
A sample app for the Multimodal Retrieval-Augmented Generation pattern running in Az···
oreilly-retrieval-augmented-gen-···
开源
用真实数据增强LLM，快速上手RAG与GraphRAG实战
See how to augment LLMs with real-time data for dynamic, context-aware apps - Rag + ···
rag-in-action
开源
跟着实操项目，吃透 RAG 全流程，搞定业务落地
End-to-end RAG system design, evaluation, and optimization. 极客时间RAG训练营，RAG 1···
go-rag
开源
用 Go 快速搭建私有知识库问答系统，开箱即用
基于eino+gf+vue实现知识库的rag
SubgraphRAG
开源
用简单子图检索，让RAG更懂知识关系
[ICLR 2025] Simple is Effective: The Roles of Graphs and Large Language Models in Kn···
Adaptive-rag
开源
按问题难度自动分流的电商客服 RAG，复杂问题多跳检索并自我纠错
按问题复杂度自动分流的电商客服 RAG：简单问题直接回答；复杂问题经过多跳检索并自我纠错···