本地优先的 AI 记忆系统,逐字保存对话历史,并通过语义搜索检索,提供 MCP 服务与命令行工具。
pathwaycom/serviette
无需编码的 RAG 服务,将文档目录索引到 8 种向量数据库中,文件变更后答案实时同步。
- Star
- 58,782
- Fork
- 1,513
- 未关闭 Issue
- 8
- 最近提交
- 5天前
这是什么?
serviette 是一个通过单个 YAML 文件完全配置的检索增强生成(RAG)服务。你只需指定文档目录、向量数据库和 embedder,它就会提供网页聊天界面和版本化的 REST API(/api/v1),基于这些文档回答问题并标注来源。
索引器作为独立进程运行,基于 Pathway 实时数据框架构建。文档的修改、新增和删除会在数秒内写入向量库,无需手动重建索引。默认后端是嵌入式单文件数据库 DuckDB,同时支持 pgvector、Qdrant、Milvus、ChromaDB、Weaviate、Pinecone 和 MongoDB Atlas Vector Search。数据源包括本地文件、Google Drive、S3/MinIO 和 SharePoint;解析范围涵盖文本、Office 文档、PDF、扫描图片,配置相应 API 密钥后还可处理音频和视频。
项目为 MIT 许可的 Python 实现,需要一个免费的 Pathway 许可证密钥。它每次针对文档的当前状态回答单个问题,暂不包含对话记忆和用户账户功能。
核心功能
- 01通过一个 YAML 文件完成配置,并提供交互式向导生成配置。
- 02支持 8 种向量数据库,默认使用无需额外安装的 DuckDB。
- 03实时监听数据源,文档修改和删除会在数秒内反映到索引中。
- 04可选启用 BM25 与向量混合检索、重排序、查询拆解和 MMR。
- 05聊天界面与 REST API 共用同一端口提供服务。
适用场景
- 为企业内部文档搭建问答助手,文件更新后答案随之同步。
- 使用 DuckDB 和本地免费 embedder 在本机快速验证 RAG 流程。
- 为已有向量数据库增加带来源引用的问答 REST 接口。
快速上手
- 1
用 pip 安装该包
pip install serviette - 2
设置免费的 Pathway 许可证密钥
export PATHWAY_LICENSE_KEY=... - 3
设置用于生成回答的 OpenAI API 密钥
export OPENAI_API_KEY=sk-... - 4
运行演示并在 localhost:8989 打开聊天页面
serviette demo --embedder openai
使用前须知
- 运行前需要一个免费的 Pathway 许可证密钥。
- 每次只回答一个问题,没有对话记忆、用户账户或托管服务。
- 除非使用 CPU 版本参数,否则默认的本地嵌入需要安装较大的 PyTorch。
标签
常见问题
- serviette 是什么?
- 无需编码的 RAG 服务,将文档目录索引到 8 种向量数据库中,文件变更后答案实时同步。 serviette 是一个通过单个 YAML 文件完全配置的检索增强生成(RAG)服务。你只需指定文档目录、向量数据库和 embedder,它就会提供网页聊天界面和版本化的 REST API(/api/v1),基于这些文档回答问题并标注来源。
- serviette 可以免费使用吗?用的什么许可证?
- serviette 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- serviette 还在维护吗?
- 活跃维护中。serviette 最近一次提交是在 2026年10月16日。
- serviette 适合用来做什么?
- 为企业内部文档搭建问答助手,文件更新后答案随之同步。 使用 DuckDB 和本地免费 embedder 在本机快速验证 RAG 流程。 为已有向量数据库增加带来源引用的问答 REST 接口。
- serviette 怎么安装和运行?
- 用 pip 安装该包: pip install serviette 设置免费的 Pathway 许可证密钥: export PATHWAY_LICENSE_KEY=... 设置用于生成回答的 OpenAI API 密钥: export OPENAI_API_KEY=sk-... 运行演示并在 localhost:8989 打开聊天页面: serviette demo --embedder openai
- 在哪里获取 serviette?
- 源代码和安装说明在 GitHub 上:https://github.com/pathwaycom/serviette
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
可自托管的 AI 聊天界面,支持 Ollama 与 OpenAI 兼容 API,内置 RAG、插件和多用户权限管理。
一体化 AI 应用,可与文档对话、运行 AI 智能体,支持本地优先部署、多用户和多种大模型。
可自托管的 AI 第二大脑,基于网络和你的文档回答问题,并支持自定义智能体与定时自动化。
面向 AI 应用的开源数据基础设施,用于存储文档与向量并支持语义、混合及全文检索。
一个用 Rust 编写、可自托管的知识库,从文档构建双时态知识图谱,并提供 RAG 检索、本体推理和 MCP 接入。