Sistema de memória de IA local-first que armazena o histórico de conversas na íntegra e o recupera por busca semântica, com acesso via servidor MCP e CLI.
59,7 mil7,6 milPythonMITAtualizado ontem
StarTrail-org/LEANN
Um toolkit local de índices vetoriais e RAG que reduz o armazenamento em cerca de 97% ao recalcular embeddings sob demanda, permitindo pesquisar dados pessoais no laptop.
- Estrelas
- 13,043
- Forks
- 1,212
- Issues abertas
- 37
- Último commit
- há 5 horas
O que é?
LEANN é um banco de dados vetorial para geração aumentada por recuperação (RAG) que roda em um dispositivo pessoal. Em vez de armazenar cada embedding, ele mantém um índice de grafo compacto e calcula embeddings sob demanda durante as buscas. Segundo o projeto, isso reduz o armazenamento em cerca de 97% sem perda de precisão. O objetivo é tornar viável indexar localmente grandes coleções pessoais, como documentos, e-mails, histórico do navegador e conversas.
O projeto oferece um pacote Python instalável pelo PyPI, com uma API declarativa para criar um índice, fazer buscas e conversar com um LLM sobre os resultados. Inclui apps de exemplo para PDFs e arquivos de texto, Apple Mail, histórico do Chrome, WeChat, iMessage e exportações de conversas do ChatGPT ou Claude, além de um servidor MCP para conectar fontes em tempo real, como favoritos do Slack e do Twitter. Também funciona com Claude Code como serviço de busca semântica.
Para geração e embeddings, LEANN oferece suporte a mecanismos locais, como Ollama, LM Studio, vLLM e llama.cpp, além de qualquer endpoint compatível com OpenAI, incluindo vários provedores de nuvem. A criação e a busca funcionam no Ubuntu, Arch, WSL, macOS e Windows, com backends DiskANN e HNSW disponíveis.
Recursos principais
- 01Recalcula embeddings sob demanda, reduzindo bastante o armazenamento do índice.
- 02Cria índices e faz buscas por meio de uma API Python e de uma CLI.
- 03Indexa PDFs, arquivos de texto e Markdown, além de dados do Apple Mail, histórico do Chrome, WeChat e iMessage.
- 04Conecta-se a fontes em tempo real, como favoritos do Slack e do Twitter, por meio de servidores MCP.
- 05Funciona com mecanismos locais de LLM, como Ollama, e com qualquer API compatível com OpenAI.
Casos de uso
- Pesquisar anos de documentos pessoais, e-mails ou histórico de conversas no laptop sem enviar os dados para outro lugar.
- Adicionar busca semântica a uma base de código no Claude Code via MCP.
- Criar uma base de conhecimento privada e portátil que possa ser transferida entre dispositivos.
- Executar um chatbot RAG local sobre conversas exportadas do ChatGPT ou Claude.
Início rápido
- 1
Instale o uv (gerenciador de pacotes) usando o script oficial de instalação indicado no README
- 2
Crie um ambiente virtual com o uv
uv venv - 3
Ative o ambiente virtual
source .venv/bin/activate - 4
Instale o LEANN pelo PyPI
uv pip install leann
Antes de usar
- A compilação do backend opcional DiskANN exige dependências de sistema consideráveis, como Boost, protobuf e MKL.
- Provedores de LLM e embeddings na nuvem exigem uma chave de API, enquanto o uso totalmente local depende da execução do seu próprio mecanismo de inferência.
Tópicos
Perguntas frequentes
- O que é LEANN?
- Um toolkit local de índices vetoriais e RAG que reduz o armazenamento em cerca de 97% ao recalcular embeddings sob demanda, permitindo pesquisar dados pessoais no laptop. LEANN é um banco de dados vetorial para geração aumentada por recuperação (RAG) que roda em um dispositivo pessoal. Em vez de armazenar cada embedding, ele mantém um índice de grafo compacto e calcula embeddings sob demanda durante as buscas. Segundo o projeto, isso reduz o armazenamento em cerca de 97% sem perda de precisão. O objetivo é tornar viável indexar localmente grandes coleções pessoais, como documentos, e-mails, histórico do navegador e conversas.
- LEANN é gratuito? Qual é a licença?
- LEANN é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- LEANN ainda é mantido?
- Manutenção ativa. O último commit de LEANN foi em 21 de out. de 2026.
- Para que posso usar LEANN?
- Pesquisar anos de documentos pessoais, e-mails ou histórico de conversas no laptop sem enviar os dados para outro lugar. Adicionar busca semântica a uma base de código no Claude Code via MCP. Criar uma base de conhecimento privada e portátil que possa ser transferida entre dispositivos. Executar um chatbot RAG local sobre conversas exportadas do ChatGPT ou Claude.
- Como instalar LEANN?
- Instale o uv (gerenciador de pacotes) usando o script oficial de instalação indicado no README Crie um ambiente virtual com o uv: uv venv Ative o ambiente virtual: source .venv/bin/activate Instale o LEANN pelo PyPI: uv pip install leann
- Onde consigo LEANN?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/StarTrail-org/LEANN
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Banco de dados open source de embeddings para apps de IA, que armazena documentos e vetores para buscas semânticas, híbridas e de texto completo.
29,5 mil2,6 milRustApache-2.0Atualizado ontem
Pipeline open source que transforma páginas da web e PDFs em capturas de tela e faz buscas visuais, preservando tabelas e gráficos para RAG.
10,3 mil910PythonApache-2.0Atualizado há 7 dias
Curso online gratuito e open source de 10 semanas sobre como criar aplicações com LLM, usando RAG, busca vetorial, agentes, avaliação e monitoramento.
7,5 mil1,4 milJupyter NotebookSem licençaAtualizado há 6 dias
Sistema de memória para agentes que armazena, recupera e reflete sobre memórias para que agentes de IA aprendam com o tempo, em vez de apenas reproduzir o histórico de conversas.
51,9 mil6,2 milPythonMITAtualizado há 20 horas
Infraestrutura de memória nativa para agentes, que transforma conversas e execuções de agentes LLM em memória persistente e estruturada para apps em Python e TypeScript.
17,1 mil3,9 milPythonOtherAtualizado há 18 dias