zilliztech/deep-searcher

解决的问题

DeepSearcher 解决了针对企业内部私有数据进行精确搜索、评估与推理的挑战。它让组织能够利用内部文档，同时维持数据安全性，无需仅依赖通用 LLM 的知识。

运作方式

该系统结合了大型语言模型 (LLM) 与向量数据库（如 Milvus 或 Zilliz Cloud），建立了一个检索增强生成 (RAG) 管线。它允许用户加载本地文件或爬取网站，使用多种支持的嵌入模型将数据转换为向量，并存储于向量数据库中。当进行查询时，系统会检索相关的私有数据，并使用配置好的 LLM 生成精确的答案或综合报告。

适用对象

此工具专为专注于知识管理的企业、开发智能问答系统的开发者，以及任何需要从私有数据集中进行高精确度信息检索的人士所设计。

特色亮点

• 广泛的模型支持：兼容于多种 LLM，包括 OpenAI、DeepSeek、Claude、Gemini 以及通过 Ollama 执行的本地模型。
• 灵活的嵌入技术：支持多种嵌入提供商，如 OpenAI、VoyageAI 以及 Pymilvus 内置模型。
• 企业级存储：整合 Milvus 与 Zilliz Cloud，实现高效的数据分区与检索。
• 混合数据加载：支持从本地文件加载数据，并整合了网页爬取功能。