LLocalSearch 一个开源的完全本地化的AI搜索工具，无需 OpenAI 或 Google API 密钥。

LLocalSearch一个开源的完全本地化的AI搜索工具，无需OpenAI或GoogleAPI密钥。过去24小时增长了一千颗星星。感兴趣的话可以部署一下试试。项目特点：完全本地化运行，不需要连接到外部API，因此无需API密钥。适用于性能相对较低的大型语言模型硬件，例如在演示视频中使用的是7b模型。提供详细的进度日志，这有助于用户更好地理解搜索和处理过程。支持用户提出后续问题，以便深入探讨或解决问题。界面对移动设备友好，适合在手机或平板电脑上使用。使用DockerCompose工具，可以快速且轻松地部署此服务。提供网络界面，使用户可以从任何设备轻松访问和使用。该服务提供精心设计的用户界面，支持浅色和深色模式，满足不同用户的视觉偏好。项目地址：https://github.com/nilsherzig/LLocalSearch

史料RAG：用向量数据库基于RAG(检索增强生成)方式搭建一个中国历史问答应用，这个应用接受用户的询问，从历史语料库中检索相关的

：用向量数据库基于RAG(检索增强生成)方式搭建一个中国历史问答应用，这个应用接受用户的询问，从历史语料库中检索相关的历史资料片段，利用大语言模型给出较为可靠的回答。相比于直接询问大模型，这种方式具有回答准确率高，不容易产生大模型的“幻觉”问题等优点。本项目实现了两种使用方式：“Milvus方案“在本地启动一个Milvus向量数据库的Docker服务，使用LlamaIndex框架和本地BAAI/bge-base-zh-v1.5Embedding模型实现RAG的业务逻辑。“ZillizCloudPipelines方案”使用云上的知识库检索服务ZillizCloudPipelines，该服务包括了RAG流程的文档切片、向量化、向量检索等功能。两种方案均使用OpenAI的GPT4作为大语言模型。