apunkt/SurfSense

Fork 0

mirror of https://github.com/MODSetter/SurfSense.git synced 2026-04-25 08:46:22 +02:00

$DESKTOP-RTLN3BA\$punk$ DESKTOP-RTLN3BA\$punk b4ff819efc feat: update README to include Microsoft Teams

2026-01-13 00:52:37 -08:00

12 KiB

Raw Blame History

English | 简体中文

SurfSense

将任何 LLM 连接到您的内部知识源，并与团队成员实时聊天。NotebookLM、Perplexity 和 Glean 的开源替代方案。

SurfSense 是一个高度可定制的 AI 研究助手，可以连接外部数据源，如搜索引擎（SearxNG、Tavily、LinkUp）、Google Drive、Slack、Microsoft Teams、Linear、Jira、ClickUp、Confluence、BookStack、Gmail、Notion、YouTube、GitHub、Discord、Airtable、Google Calendar、Luma、Circleback、Elasticsearch 等，未来还会支持更多。

视频演示

https://github.com/user-attachments/assets/42a29ea1-d4d8-4213-9c69-972b5b806d58

播客示例

https://github.com/user-attachments/assets/a0a16566-6967-4374-ac51-9b3e07fbecd7

核心功能

💡 理念:

NotebookLM、Perplexity 和 Glean 的开源替代方案。将任何 LLM 连接到您的内部知识源，并与团队实时协作。

📁 支持多种文件格式上传

将您个人文件中的内容（文档、图像、视频，支持 50+ 种文件扩展名）保存到您自己的个人知识库。

🔍 强大的搜索功能

快速研究或查找已保存内容中的任何信息。

💬 与已保存内容对话

使用自然语言交互并获得引用答案。

📄 引用答案

像 Perplexity 一样获得带引用的答案。

🔔 隐私保护与本地 LLM 支持

完美支持 Ollama 本地大语言模型。

🏠 可自托管

开源且易于本地部署。

👥 团队协作与 RBAC

搜索空间的基于角色的访问控制
使用可自定义的角色（所有者、管理员、编辑者、查看者）邀请团队成员
对文档、聊天、连接器和设置的细粒度权限控制
在组织内安全共享知识库

🎙️ 播客功能

超快速播客生成代理（在 20 秒内创建 3 分钟播客）
将聊天对话转换为引人入胜的音频内容
支持本地 TTS 提供商（Kokoro TTS）
支持多个 TTS 提供商（OpenAI、Azure、Google Vertex AI）

🤖 深度代理架构

内置代理工具

工具	描述
search_knowledge_base	使用语义+全文混合搜索、日期过滤和连接器特定查询搜索您的个人知识库
generate_podcast	从聊天对话或知识库内容生成音频播客
link_preview	获取 URL 的 Open Graph 元数据以显示预览卡片
display_image	在聊天中显示带有元数据和来源归属的图像
scrape_webpage	从网页中提取完整内容用于分析和总结（支持 Firecrawl 或本地 Chromium/Trafilatura）

可扩展工具注册表

贡献者可以通过注册表模式轻松添加新工具：

在 surfsense_backend/app/agents/new_chat/tools/ 中创建工具工厂函数
在 registry.py 的 BUILTIN_TOOLS 列表中注册

可配置的系统提示词

通过 LLM 配置自定义系统指令
按配置切换引用开关
通过 LiteLLM 集成支持 100+ 种 LLM

📊 先进的 RAG 技术

支持 100+ 种大语言模型
支持 6000+ 种嵌入模型
支持所有主流重排序器（Pinecode、Cohere、Flashrank 等）
使用层次化索引（2 层 RAG 设置）
利用混合搜索（语义搜索 + 全文搜索，结合倒数排名融合）

ℹ️ 外部数据源

搜索引擎（Tavily、LinkUp）
SearxNG（自托管实例）
Google Drive
Slack
Microsoft Teams
Linear
Jira
ClickUp
Confluence
BookStack
Notion
Gmail
YouTube 视频
GitHub
Discord
Airtable
Google Calendar
Luma
Circleback
Elasticsearch
更多即将推出......

📄 支持的文件扩展名

ETL 服务	格式	说明
LlamaCloud	50+ 种格式	文档、演示文稿、电子表格、图像
Unstructured	34+ 种格式	核心格式 + 电子邮件支持
Docling	核心格式	本地处理，无需 API 密钥

音频/视频（通过 STT 服务）：.mp3、.wav、.mp4、.webm 等

🔖 跨浏览器扩展

SurfSense 扩展可用于保存您喜欢的任何网页
主要用途是保存需要身份验证的受保护网页

功能请求与未来规划

SurfSense 正在积极开发中。 虽然它还未达到生产就绪状态，但您可以帮助我们加快进度。

加入 SurfSense Discord 一起塑造 SurfSense 的未来！

🚀 路线图

随时了解我们的开发进度和即将推出的功能！
查看我们的公开路线图并贡献您的想法或反馈：

📋 路线图讨论： SurfSense 2025-2026 路线图：深度代理、实时协作与 MCP 服务器

📊 看板： SurfSense 项目看板

如何开始？

使用 Docker 快速开始 🐳

Tip

对于生产部署，请使用完整的 Docker Compose 设置，它提供更多控制和可扩展性。

Linux/macOS:

docker run -d -p 3000:3000 -p 8000:8000 \
  -v surfsense-data:/data \
  --name surfsense \
  --restart unless-stopped \
  ghcr.io/modsetter/surfsense:latest

Windows (PowerShell):

docker run -d -p 3000:3000 -p 8000:8000 `
  -v surfsense-data:/data `
  --name surfsense `
  --restart unless-stopped `
  ghcr.io/modsetter/surfsense:latest

使用自定义配置：

您可以使用 -e 标志传递任何环境变量：

docker run -d -p 3000:3000 -p 8000:8000 \
  -v surfsense-data:/data \
  -e EMBEDDING_MODEL=openai://text-embedding-ada-002 \
  -e OPENAI_API_KEY=your_openai_api_key \
  -e AUTH_TYPE=GOOGLE \
  -e GOOGLE_OAUTH_CLIENT_ID=your_google_client_id \
  -e GOOGLE_OAUTH_CLIENT_SECRET=your_google_client_secret \
  -e ETL_SERVICE=LLAMACLOUD \
  -e LLAMA_CLOUD_API_KEY=your_llama_cloud_key \
  --name surfsense \
  --restart unless-stopped \
  ghcr.io/modsetter/surfsense:latest

Note

如果部署在带有 HTTPS 的反向代理后面，请添加 -e BACKEND_URL=https://api.yourdomain.com

启动后，访问 SurfSense：

常用命令：

docker logs -f surfsense      # 查看日志
docker stop surfsense         # 停止
docker start surfsense        # 启动
docker rm surfsense           # 删除（数据保留在卷中）

安装选项

SurfSense 提供多种入门方式：

SurfSense Cloud - 无需任何设置即可试用 SurfSense 的最简单方法。
- 无需安装
- 即时访问所有功能
- 非常适合快速上手
快速启动 Docker（上述方法） - 一条命令即可在本地运行 SurfSense。
- 一体化镜像，捆绑 PostgreSQL、Redis 和所有服务
- 非常适合评估、开发和小型部署
- 数据通过 Docker 卷持久化
Docker Compose（生产环境） - 使用独立服务进行完整堆栈部署。
- 包含 pgAdmin，通过 Web UI 进行数据库管理
- 支持通过 .env 文件自定义环境变量
- 灵活的部署选项（完整堆栈或仅核心服务）
- 更适合生产环境，支持独立扩展服务
手动安装 - 适合希望对设置有更多控制或需要自定义部署的用户。

Docker 和手动安装指南都包含适用于 Windows、macOS 和 Linux 的详细操作系统特定说明。

在自托管安装之前，请确保完成先决条件设置步骤，包括：

身份验证设置（可选 - 默认为 LOCAL 身份验证）
文件处理 ETL 服务（可选 - 默认为 Docling）：
- Docling（默认，本地处理，无需 API 密钥，支持 PDF、Office 文档、图像、HTML、CSV）
- Unstructured.io API 密钥（支持 34+ 种格式）
- LlamaIndex API 密钥（增强解析，支持 50+ 种格式）
其他根据用例需要的 API 密钥

技术栈

后端

FastAPI：现代、快速的 Python Web 框架，用于构建 API
PostgreSQL with pgvector：具有向量搜索功能的数据库，用于相似性搜索
SQLAlchemy：SQL 工具包和 ORM（对象关系映射），用于数据库交互
Alembic：SQLAlchemy 的数据库迁移工具
FastAPI Users：使用 JWT 和 OAuth 支持的身份验证和用户管理
深度代理：基于 LangGraph 构建的自定义代理框架，用于推理和行动的 AI 代理，支持可配置工具
LangGraph：用于开发具有对话持久性的有状态 AI 代理的框架
LangChain：用于开发 AI 驱动应用程序的框架
LiteLLM：通用 LLM 集成，支持 100+ 种模型（OpenAI、Anthropic、Ollama 等）
Rerankers：先进的结果排序，提高搜索相关性
混合搜索：结合向量相似性和全文搜索，使用倒数排名融合 (RRF) 获得最佳结果
向量嵌入：文档和文本嵌入，用于语义搜索
pgvector：PostgreSQL 扩展，用于高效的向量相似性操作
Redis：内存数据结构存储，用作 Celery 的消息代理和结果后端
Celery：分布式任务队列，用于处理异步后台任务（文档处理、播客生成等）
Flower：Celery 任务队列的实时监控和管理工具
Chonkie：先进的文档分块和嵌入库

前端

Next.js：React 框架，具有应用路由器、服务器组件、自动代码拆分和优化渲染功能
React：用于构建用户界面的 JavaScript 库
TypeScript：JavaScript 的静态类型检查，提升代码质量和开发体验
Vercel AI SDK Kit UI Stream Protocol：创建可扩展的聊天 UI
Tailwind CSS：实用优先的 CSS 框架，用于构建自定义 UI 设计
Shadcn：无头组件库
Motion（Framer Motion）：React 动画库

DevOps

Docker：容器平台，用于跨环境的一致部署
Docker Compose：用于定义和运行多容器 Docker 应用程序的工具
pgAdmin：Docker 设置中包含的基于 Web 的 PostgreSQL 管理工具

扩展

基于 Plasmo 的 Manifest v3

贡献

非常欢迎贡献！贡献可以小到一个 ⭐，甚至是发现和创建问题。后端的微调总是受欢迎的。

添加新的代理工具

想要为 SurfSense 代理添加新工具？非常简单：

在 surfsense_backend/app/agents/new_chat/tools/my_tool.py 中创建您的工具文件
在 registry.py 中注册：

ToolDefinition(
    name="my_tool",
    description="What my tool does",
    factory=lambda deps: create_my_tool(
        search_space_id=deps["search_space_id"],
        db_session=deps["db_session"],
    ),
    requires=["search_space_id", "db_session"],
),

有关详细的贡献指南，请参阅我们的 CONTRIBUTING.md 文件。

Star 历史

Catalyst Project

12 KiB Raw Blame History Unescape Escape