zilliztech/deep-searcher

O que é?

Recursos principais

• 01Busca em várias etapas, avaliação e raciocínio sobre documentos privados.
• 02Compatível com bancos de dados vetoriais como Milvus, Zilliz Cloud e Qdrant.
• 03Compatível com vários provedores de LLMs, como OpenAI, DeepSeek, Claude, Gemini e Ollama.
• 04Carrega arquivos locais em PDF, texto e Markdown, além de páginas da web por meio de crawlers como FireCrawl e Crawl4AI.
• 05Oferece uma API Python, uma interface de linha de comando e um serviço web FastAPI.

Casos de uso

• Criar um assistente interno de perguntas e respostas com base em documentos da empresa que precisam permanecer dentro da organização.
• Gerar relatórios de pesquisa a partir de uma coleção de PDFs e anotações.
• Pesquisar em uma base de conhecimento com um modelo local via Ollama para uso totalmente offline.
• Prototipar pipelines de geração aumentada por recuperação com LLMs e modelos de embeddings intercambiáveis.

Início rápido

1. 1

   Crie e ative um ambiente virtual

   python -m venv .venv && source .venv/bin/activate
2. 2

   Instale o DeepSearcher com pip

   pip install deepsearcher
3. 3

   Defina a variável de ambiente OPENAI_API_KEY e, em seguida, execute a demonstração Python de início rápido do README

Antes de usar

• !Precisa de uma chave de API de LLM (por exemplo, da OpenAI) ou de um modelo executado localmente, como o Ollama.
• !Requer um banco de dados vetorial, como Milvus ou Zilliz Cloud, o que aumenta o trabalho de configuração.
• !A coleta de documentos na web ainda está em desenvolvimento e requer uma FIRECRAWL_API_KEY.

Tópicos

Perguntas frequentes

O que é deep-searcher?

Ferramenta open source de pesquisa aprofundada que busca e raciocina sobre dados privados usando LLMs e bancos de dados vetoriais. DeepSearcher é um projeto em Python para responder perguntas e gerar relatórios com base em dados privados. Ele combina modelos de linguagem de grande porte, como OpenAI, Qwen, DeepSeek, Claude e Llama, com bancos de dados vetoriais, como Milvus e Zilliz Cloud, para decompor uma pergunta, buscar informações nos seus próprios documentos e sintetizar uma resposta.

deep-searcher é gratuito? Qual é a licença?

deep-searcher é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

deep-searcher ainda é mantido?

Manutenção ativa. O último commit de deep-searcher foi em 22 de set. de 2026.

Para que posso usar deep-searcher?

Criar um assistente interno de perguntas e respostas com base em documentos da empresa que precisam permanecer dentro da organização. Gerar relatórios de pesquisa a partir de uma coleção de PDFs e anotações. Pesquisar em uma base de conhecimento com um modelo local via Ollama para uso totalmente offline. Prototipar pipelines de geração aumentada por recuperação com LLMs e modelos de embeddings intercambiáveis.

Como instalar deep-searcher?

Crie e ative um ambiente virtual: python -m venv .venv && source .venv/bin/activate Instale o DeepSearcher com pip: pip install deepsearcher Defina a variável de ambiente OPENAI_API_KEY e, em seguida, execute a demonstração Python de início rápido do README

Onde consigo deep-searcher?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/zilliztech/deep-searcher