Repolode
Предложить
yokingma

yokingma/SearChat

Поисковая система с ИИ, которая отвечает на вопросы по актуальным результатам из интернета и поддерживает модели OpenAI, Anthropic, Gemini и Vertex AI.

Open source альтернатива:Perplexity

Открыть на GitHubСайт
Звёзды
1,062
Форки
182
Открытые issues
2
Последний коммит
2 месяца назад

Что это?

SearChat — поисковая система с диалоговым интерфейсом: вы задаёте вопрос, система ищет информацию в интернете, а LLM формирует ответ на основе найденного. Проект построен как монорепозиторий Turborepo: бэкенд написан на Koa и TypeScript, фронтенд — на Vue 3.

Проект работает с API моделей, совместимых с OpenAI, а также с Anthropic, Google Gemini и Google Vertex AI. Настройки задаются в файле model.json. Для поиска можно использовать SearXNG, которому не нужен API-ключ, или Bing, Google, Tavily, Exa, Bocha и поисковый плагин ZhipuAI. Режим Deep Research выполняет итеративный поиск и формирует структурированный отчёт со ссылками на источники; он построен на LangChain и LangGraph.

В репозитории есть конфигурация Docker Compose, которая запускает приложение вместе с SearXNG. Также в документации описан отдельный npm-пакет deepsearcher, позволяющий встроить Deep Research в проекты на Node.js.

Ключевые возможности

  • 01Поиск в формате чата с несколькими ходами и потоковой выдачей ответов
  • 02Поддержка моделей, совместимых с OpenAI, а также Anthropic, Gemini и Vertex AI
  • 03Несколько поисковых бэкендов, включая SearXNG, Bing, Google, Tavily и Exa
  • 04Режим Deep Research с итеративным поиском и отчётами со ссылками на источники
  • 05Развёртывание через Docker Compose одной командой, вместе с SearXNG

Сценарии использования

  • Самостоятельный запуск приватного ИИ-поискового помощника со своими API-ключами моделей
  • Настройка бесплатного поиска через SearXNG без платных API-ключей поисковых сервисов
  • Добавление возможностей Deep Research в приложение на Node.js с помощью пакета deepsearcher

Быстрый старт

  1. 1

    Установите Docker и Docker Compose

  2. 2

    Создайте docker-compose.yaml и model.json, затем настройте API-ключи

  3. 3

    Запустите сервисы

    docker compose up -d
  4. 4

    Откройте http://localhost:3000 в браузере

Что важно знать

  • Для получения наилучших результатов модель должна поддерживать Tool Call (Function Calling).
  • Для поисковых систем, таких как Bing, Google, Tavily, Exa и Bocha, нужны собственные API-ключи. Для работы с SearXNG необходим сетевой доступ к Google.

В подборках

Инструменты, навыки и плагины для Claude CodeСамостоятельно размещаемые приложения

Темы

#ai-search#llm#rag#deep-research#searxng#self-hosted#docker#typescript#ai#anthropic

Частые вопросы

Что такое SearChat?
Поисковая система с ИИ, которая отвечает на вопросы по актуальным результатам из интернета и поддерживает модели OpenAI, Anthropic, Gemini и Vertex AI. SearChat — поисковая система с диалоговым интерфейсом: вы задаёте вопрос, система ищет информацию в интернете, а LLM формирует ответ на основе найденного. Проект построен как монорепозиторий Turborepo: бэкенд написан на Koa и TypeScript, фронтенд — на Vue 3.
SearChat можно использовать бесплатно? Какая у него лицензия?
SearChat распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
SearChat всё ещё поддерживается?
Обновлялся за последние 6 месяцев. Последний коммит в SearChat — 1 сент. 2026 г..
Для чего можно использовать SearChat?
Самостоятельный запуск приватного ИИ-поискового помощника со своими API-ключами моделей Настройка бесплатного поиска через SearXNG без платных API-ключей поисковых сервисов Добавление возможностей Deep Research в приложение на Node.js с помощью пакета deepsearcher
Как установить SearChat?
Установите Docker и Docker Compose Создайте docker-compose.yaml и model.json, затем настройте API-ключи Запустите сервисы: docker compose up -d Откройте http://localhost:3000 в браузере
Где скачать SearChat?
Исходный код и инструкции по установке — на GitHub: https://github.com/yokingma/SearChat

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

LearningCircuit / local-deep-research

Самостоятельно развёртываемый ИИ-ассистент для исследований: выполняет многоэтапный поиск с локальными и облачными LLM и разными поисковыми системами, добавляет ссылки на источники и шифрует данные.

ИИ и машинное обучение#ai#deep-research#rag
9,5 тыс.+62 за неделю904PythonMITОбновлён 8 часов назад

ItzCrazyKns / Vane

Самостоятельно размещаемая система ответов на базе ИИ: ищет в интернете через SearxNG, указывает источники и работает с локальными LLM через Ollama или облачными провайдерами.

ИИ и машинное обучение#ai-search-engine#llm#rag
38 тыс.+188 за неделю4,2 тыс.TypeScriptMITОбновлён 2 месяца назад

assafelovic / gpt-researcher

Автономный open-source агент для исследований: формулирует вопросы, собирает веб- и локальные источники и пишет отчёты со ссылками, используя любую LLM-платформу.

ИИ и машинное обучение#ai-agent#llm#deep-research
30,5 тыс.+137 за неделю4,2 тыс.PythonApache-2.0Активно поддерживаетсяОбновлён 27 дней назад