独立产品我做了一个本地AI搜索工具，今天正式开源了！

dtsola56阅读4评论5 天前

前言

花了一段时间，我终于把小遥搜索 XiaoyaoSearch做出来了。

这是一个支持语音、文本、图片多模态输入的本地AI搜索桌面应用。最特别的是，它100%通过Vibe Coding（AI辅助编程）实现，从零开始，所有源码、设计文档、开发经验，今天全部开源。

我做了一个本地AI搜索工具，今天正式开源了！

为什么要做这个工具？

作为知识工作者，我经常遇到这些痛点：

文件太多找不到：电脑里存了成千上万个文档、图片、音视频，想找个特定内容翻半天
搜索不够智能：系统自带的搜索只能匹配文件名，搜不到文件内容
隐私安全担忧：很多搜索工具要上传数据到云端，不太放心
AI工具太复杂：想用AI提升效率，但不会配置，门槛太高

所以我就想：能不能做一个本地运行的、支持多种输入方式的AI搜索工具？

小遥搜索是什么？

简单来说，它是一个本地AI搜索桌面应用，核心特点：

🎤 多模态输入

语音搜索：点一下录音，说出你要找的内容，30秒内语音自动转文字搜索
文本搜索：输入关键词，AI理解语义，精准匹配文件内容
图片搜索：上传一张图片，AI理解图像内容，帮你搜索相关文件

🔍 深度检索

文档：TXT、Markdown、Word、Excel、PPT、PDF 全文检索
音视频：MP4、AVI、MP3、WAV 内容索引和搜索（支持10分钟内音视频字幕提取）
文件名：传统的文件名搜索也不缺席

🧠 AI技术

集成了多个先进AI模型：

BGE-M3：文本嵌入，理解语义
FasterWhisper：语音识别，语音转文字
CN-CLIP：图像理解，以图搜图
Ollama：本地大语言模型

🔒 隐私安全

完全本地：所有数据处理都在本地，不上传云端
隐私模式：可选不记录搜索历史
自主可控：数据完全由你自己掌控

核心界面一览

搜索主界面

我做了一个本地AI搜索工具，今天正式开源了！

文本搜索

我做了一个本地AI搜索工具，今天正式开源了！

语音搜索

我做了一个本地AI搜索工具，今天正式开源了！

图片搜索

我做了一个本地AI搜索工具，今天正式开源了！

技术架构

前端：Electron + Vue 3 + TypeScript
后端：Python 3.10 + FastAPI
AI引擎：BGE-M3 + FasterWhisper + CN-CLIP + Ollama
搜索：Faiss（向量搜索）+ Whoosh（全文搜索）
数据库：SQLite

系统架构图

我做了一个本地AI搜索工具，今天正式开源了！

Vibe Coding 实践案例

这是我特别想分享的部分。

这个项目从零开始，完全通过Vibe Coding实现，包括：

✅ 完整源代码（前端 + 后端 + 所有功能模块）
✅ 设计文档（PRD、技术方案、数据库设计、API文档）
✅ 开发流程（任务分解、进度跟踪、测试验证）
✅ 部署配置（环境搭建、依赖管理、打包发布）

开源的价值：对于想要学习AI辅助开发、本地AI应用、Electron桌面应用的开发者，这是一个完整的参考实现。

🚀 快速开始

方式一：整合包部署（推荐普通用户）

适用人群：非开发者、希望快速体验小遥搜索的用户
支持平台：仅支持 Windows
部署难度：⭐ 简单（一键安装）

下载整合包

从百度网盘下载最新的 Windows 整合包：

链接：https://pan.baidu.com/s/1lDaWjMCRXIT-Sqx9UFjerg?pwd=37ed
提取码：37ed

请选择最新版本下载（如 XiaoyaoSearch-Windows-v1.1.1.zip）

安装步骤

1. 解压整合包

将下载的压缩包解压到任意目录（建议不要包含中文路径）

2. 运行环境准备脚本

双击运行 scripts/setup.bat，脚本会自动完成以下操作：

解压 Python 嵌入式运行时
安装后端 Python 依赖
安装前端 Node 依赖
生成配置文件
创建数据目录

3. 安装 Ollama

双击运行 runtime\ollama\OllamaSetup.exe，按提示完成安装。

安装完成后，打开命令行运行：

ollama serve
ollama pull qwen2.5:1.5b

4. 下载 AI 模型

从百度网盘下载默认模型：

链接：https://pan.baidu.com/s/1jRcTztvjf8aiExUh6oayVg
提取码：ycr5

将模型解压到对应目录：

data\models\embedding\BAAI\bge-m3\ - 嵌入模型
data\models\cn-clip\ - 视觉模型
data\models\faster-whisper\ - 语音识别模型

5. 启动应用

双击运行 scripts/startup.bat，脚本会：

启动后端服务
启动前端服务

方式二：开发者部署

适用人群：开发者、希望参与项目贡献的用户
支持平台：Windows / macOS / Linux
部署难度：⭐⭐⭐ 需要开发环境

环境要求

操作系统: Windows / macOS / Linux
Python: 3.10.11+（https://www.python.org/downloads/）
Node.js: 21.x+（https://nodejs.org/en/download）
内存: 建议16GB 以上
显卡: 建议RTX3060 6GB以上

安装步骤

1. 克隆项目

git clone https://github.com/dtsola/xiaoyaosearch.git
cd xiaoyaosearch

2. 后端部署

# 进入后端目录
cd backend

# 安装依赖包（默认CPU版本的推理引擎）
pip install -r requirements.txt

# 安装faster-whisper
pip install faster-whisper

# 启用CUDA（可选，注意：cuda版本需根据环境确定）
pip uninstall torch torchaudio torchvision
pip install torch==2.1.0+cu121 torchaudio==2.1.0+cu121 torchvision==0.16.0+cu121 --index-url https://download.pytorch.org/whl/cu121

安装ffmpeg:
https://ffmpeg.org/download.html

安装ollama:
https://ollama.com/

配置 .env 文件:

# 数据配置
FAISS_INDEX_PATH=../data/indexes/faiss
WHOOSH_INDEX_PATH=../data/indexes/whoosh
DATABASE_PATH=../data/database/xiaoyao_search.db

# API配置
API_HOST=127.0.0.1
API_PORT=8000
API_RELOAD=true

# 日志配置
LOG_LEVEL=info
LOG_FILE=../data/logs/app.log

准备模型:
系统默认模型说明：

ollama：qwen2.5:1.5b
嵌入模型：BAAI/bge-m3
语音识别模型：Systran/faster-whisper-base
视觉模型：OFA-Sys/chinese-clip-vit-base-patch16

注意：建议先准备默认模型，先成功启动应用后，再更换模型。

ollama模型：
ollama pull qwen2.5:1.5b （根据情况自行选择）

所有模型下载地址：（百度盘）
链接: https://pan.baidu.com/s/1jRcTztvjf8aiExUh6oayVg?pwd=ycr5 提取码: ycr5

嵌入模型：

模型根目录：data/models/embedding
将下载的模型直接解压放入到根目录即可，以下是对应关系
data/models/embedding/BAAI/bge-m3
data/models/embedding/BAAI/bge-small-zh
data/models/embedding/BAAI/bge-large-zh

语音识别模型：

模型根目录：data/models/faster-whisper
将下载的模型直接解压放入到根目录即可，以下是对应关系
data/models/faster-whisper/Systran/faster-whisper-base
data/models/faster-whisper/Systran/faster-whisper-small
data/models/faster-whisper/Systran/faster-whisper-medium
data/models/faster-whisper/Systran/faster-whisper-large-v3

视觉模型：

模型根目录：data/models/cn-clip
将下载的模型直接解压放入到根目录即可，以下是对应关系
data/models/cn-clip/OFA-Sys/chinese-clip-vit-base-patch16
data/models/cn-clip/OFA-Sys/chinese-clip-vit-large-patch14

启动后端服务:

# 使用内置配置启动
python main.py

# 或使用uvicorn启动
uvicorn main:app --host 127.0.0.1 --port 8000 --reload

3. 前端部署

# 进入前端目录
cd frontend

# 安装依赖
npm install

# 启动开发服务器
npm run dev

产品路线图

当前版本（v1.1.1）✅

多模态AI搜索（语音、文本、图片）
本地文件深度检索
AI模型灵活配置
隐私安全保护

未来规划

🚀 微内核架构演进

插件化系统，支持自定义扩展

🌐 多数据源扩展

文档协作平台（语雀、飞书、Notion）
项目管理平台（Jira、禅道、GitHub）
实时同步和智能缓存

🎬 音视频搜索增强

视频画面内容理解和搜索
长视频处理（集成水母平台）
音频声纹识别和情感分析

🧠 RAG系统升级

自适应分块算法
知识图谱构建
检索结果智能增强

💬 智能聊天助手

多轮对话和上下文记忆
基于本地知识库的问答

🔌 MCP能力集成

连接Claude生态，扩展AI能力

详细路线图：ROADMAP.md

适合谁使用？

知识工作者

搜索本地文档、笔记、研究报告，快速定位关键信息

内容创作者

搜索素材和灵感，整理音视频内容，管理创作资源

技术开发者

搜索代码库和技术文档，整理学习资料，管理项目文件

研究人员

搜索论文和研究资料，整理文献笔记，管理研究数据

邀请你参与

为什么需要你？

一个人的力量有限，开源社区的力量是无限的！

优先贡献方向

插件系统开发（高优先级）

设计插件接口规范
实现插件加载机制

多数据源连接器（高优先级）

语雀、飞书、Notion API集成

UI/UX优化（中优先级）

搜索结果展示优化
暗色模式支持

性能优化（中优先级）

大文件处理优化
索引构建速度提升

测试覆盖（中优先级）

单元测试补充
集成测试完善

如何贡献？

# 1. Fork 项目
# 2. 创建分支
git checkout -b feature/your-feature-name

# 3. 提交代码
git commit -m "feat: 添加XX功能"
git push origin feature/your-feature-name

# 4. 提交 Pull Request