为编码智能体提供跨会话的持久记忆,自动记录会话活动并用 AI 压缩,再把相关上下文注入后续会话。
The-Vibe-Company/quivr
一个开源的 Go 引擎,持久摄取内容流,数秒内可搜索,并在关注的主题出现新内容时发出提醒。
- Star
- 39,602
- Fork
- 3,733
- 未关闭 Issue
- 18
- 最近提交
- 前天
这是什么?
Quivr V2 是一个面向持续内容流(如新闻、订阅源、邮箱)的引擎。写入在提交后才被确认,文本经分段后即可按关键词搜索,向量则在后台异步补充。搜索结合关键词与向量检索,每条结果都会从规范存储重新读取并校验访问权限后返回。
在摄取和搜索之上,用户可以保存查询与订阅。关键词提醒支持布尔运算和元数据过滤,描述型提醒和本地语义提醒可以识别改写或翻译后的文章。匹配结果可通过签名的 Webhook 推送,也可通过 API 读取或经变更流获取。
核心保持通用,采集器、规范化器、嵌入与摄取、检索和提醒规则都以插件形式实现。单个 quivr 二进制文件即可运行 API、worker 和数据迁移。PostgreSQL 与 S3 兼容存储保存规范数据,Temporal 负责持久化的任务编排,Weaviate 提供搜索索引。项目目前处于评估阶段,API 为 v0 版本,可能变动,不建议直接用于生产环境。
核心功能
- 01持久化摄取:写入提交成功后才返回确认。
- 02支持关键词、语义和混合搜索,每条结果都会重新校验权限。
- 03提供关键词、描述型和本地语义提醒,并展示命中的词与片段。
- 04支持签名 Webhook 推送,以及轮询或 SSE 变更流。
- 05通过插件扩展采集器、规范化器、嵌入、检索和提醒规则。
- 06索引可从持久化产物重建,提供单一二进制文件和 Docker Compose 本地环境。
适用场景
- 监控新闻或新闻稿中与公司名或主题相关的内容,并在出现新匹配时发出提醒。
- 为文档、邮件或 RSS 源搭建带访问控制的内部搜索。
- 原型化检索流程,将嵌入、规范化和排序作为插件替换验证。
- 通过 MCP 让 AI 代理以只读方式搜索并引用语料库内容。
快速上手
- 1
安装依赖:Go 1.27.2、带 Compose v2 的 Docker、带 venv 的 Python 3、Node.js 22+ 和 jq
- 2
启动依赖服务、执行迁移,并启动 API 和 worker
make dev - 3
可选:启动浏览器演示界面,并打开 http://127.0.0.1:5183
make demo
使用前须知
- 仍处于评估阶段:API 为 v0 版本,可能随时变更,暂不要用于生产环境。
- make dev 仅支持 Linux x86_64 或 Apple Silicon 芯片的 macOS。
- 首次运行需下载固定版本的镜像和约 1 GB 的嵌入模型。
标签
常见问题
- quivr 是什么?
- 一个开源的 Go 引擎,持久摄取内容流,数秒内可搜索,并在关注的主题出现新内容时发出提醒。 Quivr V2 是一个面向持续内容流(如新闻、订阅源、邮箱)的引擎。写入在提交后才被确认,文本经分段后即可按关键词搜索,向量则在后台异步补充。搜索结合关键词与向量检索,每条结果都会从规范存储重新读取并校验访问权限后返回。
- quivr 可以免费使用吗?用的什么许可证?
- quivr 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- quivr 还在维护吗?
- 活跃维护中。quivr 最近一次提交是在 2026年10月19日。
- quivr 适合用来做什么?
- 监控新闻或新闻稿中与公司名或主题相关的内容,并在出现新匹配时发出提醒。 为文档、邮件或 RSS 源搭建带访问控制的内部搜索。 原型化检索流程,将嵌入、规范化和排序作为插件替换验证。 通过 MCP 让 AI 代理以只读方式搜索并引用语料库内容。
- quivr 怎么安装和运行?
- 安装依赖:Go 1.27.2、带 Compose v2 的 Docker、带 venv 的 Python 3、Node.js 22+ 和 jq 启动依赖服务、执行迁移,并启动 API 和 worker: make dev 可选:启动浏览器演示界面,并打开 http://127.0.0.1:5183: make demo
- 在哪里获取 quivr?
- 源代码和安装说明在 GitHub 上:https://github.com/The-Vibe-Company/quivr
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一款提供 API 的快速搜索引擎,支持全文、语义和混合搜索,可容忍拼写错误,适用于网站和应用。
面向 AI 智能体的记忆系统,支持存储、检索与反思记忆,让智能体随时间学习而非仅回放对话历史。
可自托管的 AI 对话与知识平台,连接 50 多种应用并索引其中的数据,兼容多数大模型服务。
本地运行的命令行搜索引擎,可检索 Markdown 笔记、会议记录和文档,结合 BM25、向量检索与 LLM 重排序。
面向 LLM 与 AI Agent 的记忆操作系统,统一管理长期记忆的存储、检索与编辑。