yokingma/SearChat

它解决了什么问题

SearChat 提供了一种对话式搜索体验，将大型语言模型（LLMs）的能力与实时网络搜索相结合。它通过基于当前网络数据来支撑AI响应，解决了LLM产生‘幻觉’和知识过时的问题，并提供了一种专门的“深度研究”模式，用于生成关于复杂主题的全面且带引用的报告。

它如何工作

该系统采用多模型和多引擎架构。它通过适配器模式集成多种AI提供商（OpenAI、Anthropic、Gemini）和搜索引擎（SearXNG、Bing、Google、Tavily等）。对于常规查询，它执行对话式搜索；对于复杂任务，它利用LangChain和LangGraph协调的“深度研究”工作流，迭代识别知识空白、执行后续搜索，并将发现结果整合成带引用的结构化报告。

适合谁使用

它专为需要能够浏览实时网络的AI驱动研究工具的用户设计，同时也适合希望在其自己的Node.js项目中通过deepsearcher NPM包集成深度研究功能的开发者。

主要亮点

• 多模型与多引擎支持：兼容主流LLM API和广泛的搜索引擎，包括开源的SearXNG。
• 深度研究模式：一种由AI驱动的迭代工作流，可自动探索主题并生成带来源引用的结构化报告。
• 对话式界面：支持多轮对话、实时流式响应和基于浏览器的聊天历史记录。
• 开发者友好：基于Turborepo单体仓库构建（Node.js/Koa 和 Vue 3/TypeScript），可通过Docker部署。