我要投稿

34.7K+ Star！Quivr：一个开源的RAG框架，构建你的第二代智能大脑！

发布日期：2024-08-22 22:19:06 浏览次数： 2089 作者：AIGC创想者

项目简介

Quivr^[1] 是一个开源的RAG（Retrieval-Augmented Generation）框架，目的是构建个性化的生成式AI第二大脑。

Quivr 能够作为一个高效的生产力助手，让你与文档（PDF、CSV等）和应用程序进行对话。

项目特点

快速高效：以速度和效率为核心设计，确保快速访问数据。
安全：你的数据由自己控制，始终安全。
操作系统兼容性：适用于Ubuntu 22或更新版本。
文件兼容：支持文本、Markdown、PDF、PowerPoint、Excel、CSV、Word、音频、视频等格式。
开源：自由是美好的，Quivr也是。开源且免费使用。
公私兼备：通过公开链接与用户共享你的知识库，或保持私有。
市场：与世界分享你的知识库，或使用其他人的知识库提高生产力。
离线模式：Quivr支持离线工作，随时随地访问你的数据。

使用场景

Quivr适用于需要高效信息检索和处理的个人和团队，无论是研究人员、开发者还是日常知识工作者，都可以通过Quivr提高工作效率。

使用方法

可以一键部署到Porter Cloud，或者按照以下步骤在本地部署：

安装步骤

请确保已经安装了Docker和Docker Compose。

安装Supabase CLI。
克隆仓库：git clone https://github.com/quivrhq/quivr.git && cd quivr
复制.env.example文件：cp .env.example .env
更新.env文件中的OPENAI_API_KEY。
启动项目：cd backend && supabase start，然后docker compose pull && docker compose up

更新Quivr

拉取最新更改：git pull
更新迁移：supabase migration up

技术栈

主要语言：Python, TypeScript
其他技术：HTML, API, Docker, Security, Privacy, Framework, Database, AI

资源

Quivr 官方网站^[2]
项目文档^[3]
Discord^[4]
Twitter^[5]

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-04-30

聊聊AI智能体框架MetaGPT下的RAG实践

2025-04-30

如何用大模型+RAG给宠物做一个AI健康助手（干货分享）？

2025-04-30

HiRAG:基于层级知识索引和检索的高精度RAG

2025-04-29

教程|通义Qwen 3 +Milvus，混合推理模型才是优化RAG成本的最佳范式

2025-04-29

RAG开发框架LangChain与LlamaIndex对比解析：谁更适合你的AI应用？

2025-04-29

RAG性能暴增20%！清华等推出“以笔记为中心”的深度检索增强生成框架，复杂问答效果飙升

2025-04-29

超神了，ChatWiki 支持GraphRAG，让 AI 具备垂直深度推理能力！

2025-04-29

AI 产品思维：我如何把一个 AI 应用从基础 RAG 升级到 multi-agent 架构

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

全网最全国内Agent平台深度测评：扣子、Dify、FastGPT，谁是你的Agent开发首选？

2024-10-27

一文彻底搞懂大模型 - RAG（检索、增强、生成）

2024-09-04

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

2024-07-18

RAGFlow：基于OCR和文档解析的下一代 RAG 引擎

2024-05-05

RAG框架，都在这了!

2024-06-20

RAG 高效应用指南：Embedding 模型的选择和微调

2024-06-13

深入解析 Graph RAG：提升语言模型问答能力的创新策略

2024-07-09

微软开源的GraphRAG解读

2024-07-09

基于Llama 3 构建RAG语音助手：将本地 RAG 与 Qdrant、Whisper 和 LangChain 集成

2024-05-19

Prompt工程师必备：复旦重磅 | 最佳RAG实践长什么样的？

2024-07-07

大家都在问

如何用大模型+RAG给宠物做一个AI健康助手（干货分享）？

2025-04-30

RAG开发框架LangChain与LlamaIndex对比解析：谁更适合你的AI应用？

2025-04-29

做好 AI Agent 最重要的是什么？

2025-04-29

RAG比之MCP或长上下文LLM，要没落了吗？

2025-04-26

HR AI小科普——什么是MCP？

2025-04-25

RAG应用必备！10种向量数据库全解析、Weaviate、Milvus、pgvector、Qdrant等热门工具谁更强？

2025-04-22

18种RAG技术大比拼：谁才是检索增强生成的最佳选择？

2025-04-22

大模型能像专业分析师一样提取用户需求吗？

2025-04-20

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： ceo@53ai.com

友情链接：

CopyRight © 2012-2024 深圳市博思协创网络科技有限公司版权所有

粤ICP备17114055号

广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）

深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204

上海：上海市浦东新区金新路58号1602室

微信扫码
和创始人交个朋友

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部