farfalle

项目介绍：Farfalle

Farfalle 是一个开源的人工智能驱动搜索引擎，其灵感来自 Perplexity。这个项目允许用户运行本地的和定制的语言模型，还可以使用云端模型进行搜索。Farfalle 的目标是提供一个强大而灵活的搜索平台，支持多种搜索和回答方式。

项目概览

Farfalle 采用了现代科技堆栈以确保性能和可扩展性。前端使用了 Next.js 框架，后端使用了 FastAPI 构建。此外，Farfalle 的搜索功能还集成了多个搜索 API 提供商，如 SearXNG、Tavily、Serper 和 Bing。为了确保系统的稳定，还引入了 Logfire 日志记录功能和 Redis 用于速率限制管理。

主要功能

• 多源搜索：用户可以通过 Tavily、Searxng、Serper 和 Bing 等多个搜索提供商进行搜索。

• 智能回答：Farfalle 可以通过云端模型，如 OpenAI 的 GPT-4 和 OpenAI 的 GPT-3.5-turbo，以及 Groq 的 Llama3，为用户提供智能回答。

• 本地模型支持：用户可以使用本地模型（如 Llama3、Mistral、Gemma 和 Phi3）进行问题回答。

• 自定义模型支持：通过使用 LiteLLM，用户能够使用任何自定义语言模型提高搜索和回答的质量。

• 智能搜索代理：Farfalle 提供一种智能搜索代理，能够规划和执行搜索任务以获得更好的搜索结果。

如何开始

先决条件

使用 Farfalle 之前，需要安装 Docker 和 Ollama（如果运行本地模型）。用户需要下载支持的本地模型并启动 Ollama 服务器。

启动流程

首先从 GitHub 上克隆项目，然后根据需要修改配置文件。最后，通过 docker-compose 命令启动应用。在启动后，可以通过浏览器访问本地服务进行测试和使用。

git clone https://github.com/rashadphz/farfalle.git
cd farfalle && cp .env-template .env
docker-compose -f docker-compose.dev.yaml up -d

部署说明

Farfalle 支持通过 Render 和 Vercel 等平台进行部署。用户可以将后端部署到 Render，前端则通过设置环境变量 NEXT_PUBLIC_API_URL 使用该后端服务的 URL，并使用 Vercel 进行部署来完成整个过程。

使用 Farfalle 作为默认搜索引擎

Farfalle 可以设置为浏览器的默认搜索引擎。用户只需在浏览器的设置中创建一个搜索引擎条目，并使用 Farfalle 提供的 URL，即可将其添加为默认搜索选项。

通过使用 Farfalle，用户能够体验到一个灵活且强大的搜索工具，它不仅支持多样化的搜索和回答模式，而且用户可以根据自己的需求来选择最合适的语言模型进行优化。