swirl-search

GitHub
3k 282 简单 1 次阅读 4天前Apache-2.0Agent开发框架语言模型其他
AI 解读 由 AI 自动生成,仅供参考

swirl-search 是一款专为企业管理知识打造的 AI 搜索与检索增强生成(RAG)工具。它的核心使命是让团队在不移动任何数据的前提下,安全地利用分布在 100 多种企业应用(如 Microsoft 365、SharePoint、Confluence、GitHub 等)中的私有数据,即时获取带有来源引用的精准答案。

传统方案往往需要构建复杂的向量数据库、迁移数据并耗费数周搭建 ETL 管道,不仅实施成本高,还带来数据安全隐患。swirl-search 彻底解决了这些痛点:它无需向量数据库,数据始终保留在原有系统中,仅需一条 Docker 命令即可在几分钟内完成部署,同时严格遵循企业原有的权限控制,确保数据安全合规。

这款工具非常适合希望快速落地内部 AI 助手的企业开发者、IT 管理员以及需要高效检索内部文档的业务团队。无论是构建知识库问答机器人、客户支持助手,还是研发代码检索工具,swirl-search 都能让非技术人员轻松上手。其独特的技术亮点在于“原地检索”架构,既避免了数据冗余和搬迁风险,又通过智能重排序技术提供比通用搜索引擎更懂企业上下文的搜索结果,帮助团队平均每周节省大量重复查找信息的时间。

使用场景

某大型金融科技公司的合规团队需要在数分钟内从分散在 SharePoint、Confluence 和 Jira 中的数万份文档里,查找特定监管政策的最新修订记录以应对突发审计。

没有 swirl-search 时

  • 数据搬运风险高:为了构建搜索索引,必须将敏感的客户数据和内部政策导出到第三方向量数据库,严重违反公司“数据不出域”的安全红线。
  • 部署周期漫长:搭建 ETL 流水线、清洗数据格式并配置复杂的向量检索引擎,通常需要运维团队耗费数周时间才能上线。
  • 信息检索低效:员工只能分别在三个系统中手动关键词搜索,难以关联跨平台的上下文,平均每次排查需耗时 2 小时以上。
  • 权限管理混乱:自建搜索系统难以完美同步原有系统的细粒度权限,容易导致低职级员工误窥高层机密文档。

使用 swirl-search 后

  • 原地安全检索:swirl-search 直接连接现有应用接口,数据无需移动或复制,完全在本地基础设施运行,天然满足企业级安全合规要求。
  • 分钟级快速落地:仅需一条 Docker 命令即可完成部署并连接微软 365 等主流应用,从启动到获得答案仅需 60 秒。
  • 智能聚合回答:输入自然语言问题,swirl-search 自动跨平台检索并生成带来源引用的精准摘要,将单次排查时间缩短至 10 分钟以内。
  • 权限无缝继承:搜索结果严格遵循各源系统原有的访问控制列表,确保用户只能看到其权限范围内的内容,零额外配置成本。

swirl-search 让企业在不牺牲数据安全的前提下,以极低的部署成本实现了跨百款应用的即时智能问答,每周为团队节省约 7.5 小时的宝贵生产力。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes1. 必须安装并运行 Docker Desktop。2. Windows 用户需额外配置 WSL 2 或 Hyper-V 后端。3. 默认通过 docker-compose 部署,无需手动配置 Python 环境。4. 容器重启后数据不保留(除非配置外部存储)。5. 若需使用 Microsoft 365 连接,需管理员授权。6. 可选配置 OpenAI API Key 以启用实时 RAG 功能。
python未说明
Docker
Docker Compose
SQLite3
PostgreSQL
NLTK
spaCy
TextBlob
OpenAI API (可选)
swirl-search hero image

快速开始

SWIRL

SWIRL

让您的团队无需将数据迁移至云端即可享受ChatGPT级别的搜索体验

60秒内实现OneDrive与Microsoft 365的RAG功能

提问 → 获取带来源的答案 → 点击跳转至原文

SWIRL OneDrive RAG

YouTube上观看

使用SWIRL的团队每周平均节省7.5小时的工作时间。

将AI引入数据通讯录

🤔 为什么选择SWIRL?

跳过复杂性,保留强大功能

❌ 没有SWIRL

  • 需要搭建向量数据库
  • 数据需要迁移
  • 复杂的ETL流程
  • 数周的基础架构工作
  • 安全隐患

✅ 有了SWIRL

  • 一条Docker命令即可
  • 数据原地不动
  • 无需向量数据库
  • 2分钟完成设置
  • 企业级安全保障

🚀 构建方式与众不同

无需向量数据库的麻烦

# 不再需要:
$ setup-vector-db
$ migrate-data
$ configure-indexes

# 只需这一步:
$ curl https://raw.githubusercontent.com/swirlai/swirl-search/main/docker-compose.yaml -o docker-compose.yaml

💡 使用SWIRL能构建什么?

团队使用SWIRL的实际案例:

🔍 知识库搜索

  • 连接SharePoint、Confluence和Drive
  • 即时获取带来源链接的答案
  • 保障敏感数据安全

🤖 客户支持助手

  • 搜索支持文档和工单
  • 根据现有内容起草回复
  • 保持答案一致性

👩‍💻 开发者助手

  • 搜索GitHub、Jira和文档
  • 查找代码示例和解决方案
  • 加快开发流程

🏢 统一搜索

  • 跨所有工具进行统一搜索
  • 搜索结果遵循现有权限
  • 无需数据复制

👀 实际演示

SWIRL聊天实战

预约您的SWIRL Enterprise免费演示

免费试用SWIRL Enterprise 30天。点击横幅联系我们。

SWIRL助手

⚡ 为什么团队选择SWIRL?

  • 🔒 您的基础设施,您来掌控
  • 🚀 几分钟部署,而非数月
  • 🔌 100多种企业级连接器
  • 🤖 尊重您安全性的AI

SWIRL的排名实力展现

SWIRL不仅会搜索,更能理解您公司的业务背景。它不会给出泛泛的网络结果,而是从您私有的数据中精准提取答案,直接在数据所在的位置提供服务。

SWIRL vs Google排名

SWIRL的功能特性

功能1 功能2


完整连接器列表请见这里

关于连接器的支持 请联系Swirl团队:support@swirlaiconnect.com


🔥 现在就用Docker试用SWIRL

前提条件

在Docker中启动SWIRL

警告 请确保Docker应用程序已运行后再继续!

curl https://raw.githubusercontent.com/swirlai/swirl-search/main/docker-compose.yaml -o docker-compose.yaml
  • 可选:要在Docker中启用SWIRL的实时检索增强生成(RAG),请使用有效的OpenAI API密钥,在终端中执行以下命令:
export MSAL_CB_PORT=8000
export MSAL_HOST=localhost
export OPENAI_API_KEY=‘<your-OpenAI-API-key>’

:key: 如果您还没有OpenAI API密钥,请观看OpenAI的YouTube视频

  • 在MacOS或Linux中,从终端运行以下命令:
docker-compose pull && docker-compose up
  • 在Windows中,从PowerShell运行以下命令:
docker compose up

几分钟后,您应该会看到如下界面或类似的内容:

  • 使用浏览器打开此URL: http://localhost:8000(或 http://localhost:8000/galaxy

  • 如果出现搜索页面,请点击右上角的“注销”。此时将显示SWIRL登录页面。

  • 输入用户名“admin”和密码“password”,然后点击“登录”。

  • 在搜索框中输入查询并点击“搜索”按钮。几秒钟内就会显示排名靠前的结果:

最新的搜索对象将显示在顶部。点击“result_url”链接即可查看完整的JSON响应。

注释 📝

警告 Swirl 的 Docker 版本在关闭时 不会 保留任何数据或配置!

:key: Swirl 出厂时即配置为可直接搜索 Arxiv、European PMC 和 Google News。

:key: 使用 Swirl 与 Microsoft 365 集成需要由公司授权管理员进行安装并批准。如需更多信息,请参阅 M365 指南联系我们

下一步 👇

视频教程

60 秒内使用 Docker 运行 SWIRL 的指南。


🌟 核心功能

功能
📌 Microsoft 365 集成与 OAUTH2 支持
🔍 SearchProvider 配置 适用于所有内置连接器。可通过 active、default 和 tags 属性进行组织
✏️ 针对每个提供商的查询适配,例如将 NOT term 重写为 -term,移除不支持 NOT 的提供商中的 NOT 项,并传递 AND、+ 和 OR 运算符。
同步或异步搜索联邦 通过 API 实现
🛎️ 可选订阅功能 可持续监控任意搜索以获取新结果
🛠️ Processor 阶段的流水线化处理,用于实时适配和转换查询、响应及结果
🗄️ 结果存储 在 SQLite3 或 PostgreSQL 中,便于后续处理、消费和/或分析
➡️ 内置 查询转换 支持,包括重写和替换
📖 基于词干匹配 以及通过 NLTK 处理 停用词
🚫 重复结果检测 可按字段或根据可配置的余弦相似度阈值进行
🔄 统一结果的重新排序 使用余弦向量相似度,基于 spaCy 的大型语言模型和 NLTK
🎚️ 结果混合器 可按相关性、日期或轮转(堆叠)格式对结果排序,订阅模式下还可选择仅过滤新条目
📄 使用每个结果集提供的 URL 浏览全部请求结果、重新运行、重新评分并更新搜索
📁 示例数据集 供 SQLite3 和 PostgreSQL 使用
✒️ 可选拼写校正 使用 TextBlob
可选搜索/结果过期服务 可限制存储空间使用
🔌 易于扩展的 连接器混合器 对象

☁ 使用 Swirl 云服务

有关 Swirl 作为托管服务的信息,请 联系我们


📖 文档

🔗 SWIRL 文档


👷‍♂️ 需要帮助吗?我们随时为您服务

在 Swirl,每一位用户对我们都至关重要。无论您是初学者还是经验丰富的专家,只要您有任何反馈,我们都愿意倾听、支持并提供帮助。请随时与我们联系。

  • 直接支持:如有任何问题、建议,甚至只是简单的问候,请发送邮件至 support@swirlaiconnect.com。我们珍视每一条信息,并承诺会尽快回复!

  • 请求连接器(企业支持) 想快速实现某个新的连接器吗?请联系我们:support@swirlaiconnect.com

版本历史

v4.4.0.02025/12/09
v4.3.0.02025/08/21
v4.2.0.02025/06/09
v4.1.0.02025/03/20
v4.0.0.02025/02/11
v3.9.0.02024/11/12
v3.8.0.02024/09/25
v3.6.0.12024/08/20
v3.6.02024/07/16
v3.5.02024/05/28
v3.2.02024/02/22
v3.1.02023/12/13
v3.0.12023/11/07
v3.0.02023/10/27
v2.6.02023/09/25
v2.5.12023/08/29
v2.5.02023/08/02
v2.1.12023/07/21
v2.1.02023/07/10
v2.0.32023/06/08

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|昨天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|3天前
开发框架图像Agent

Deep-Live-Cam

Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。

88.9k|★★★☆☆|今天
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|昨天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|昨天
图像数据工具视频