GitHub 项目数据
GitHub ★ 8,350Fork 814项目指标 86/100
最近提交：2026-09-22T10:08:42Z · 许可证：Apache-2.0
来源：GitHub 官方 API · 同步于 2026-10-22 04:00（北京时间）
评分规则与适用范围
指标 v1：热度 40 分（40 × log10(Star + 1) / 6，四舍五入，上限 40）；维护活跃度 40 分（最近提交在 30/90/180/365 天内分别为 40/30/15/5 分，更久或仓库归档为 0）；识别到 SPDX 许可证 20 分。指标用于观察热度、维护时间与许可透明度，不是用户评分或功能实测，不能说明安全性、效果或商业适用性。Fork 仅展示，不参与打分。
本项目分项：热度 26，活跃度 40，许可透明度 20。缺失许可不等于没有许可，请核对原仓库。
DeepSearcher 将多种大语言模型（如 OpenAI、DeepSeek、Claude、Gemini、Ollama 等）与向量数据库（如 Milvus、Zilliz Cloud、Azure AI Search 等）结合，用于对私有数据进行搜索、评估和推理，并生成回答或综合报告。
能做什么
- 加载本地文件（支持 PDF、文本等，需配置对应文件加载器）并建立向量索引。
- 在私有数据上执行检索增强的问答与推理，输出答案或报告。
- 可选地接入在线网页内容（需 Firecrawl API Key）辅助回答。
- 通过配置灵活切换 LLM、嵌入模型、向量数据库和文件加载器。
适用场景
- 企业知识管理与内部智能问答。
- 基于私有资料的信息检索与报告生成。
使用条件与限制
- 通过 pip 安装或在开发模式下用 uv 安装，推荐 Python 3.10。
- 需为所选 LLM 与嵌入模型提供对应 API Key 或本地服务（如 Ollama）。
- 部分提供方/加载器需额外安装依赖（如 together、google-genai、boto3、docling 等）。
- 向量数据库与文件加载器支持范围以项目说明为准，部分标注为开发中。
来源与收录说明
AI 整理，已通过独立来源审核，收录于 2026-10-19。资料整理不代表运行实测，具体功能与使用条件以官方说明为准。
https://github.com/zilliztech/deep-searcher ↗