QSearch 是一个多功能智能搜索与自动化平台，集成了联网搜索、知识库管理、编程智能体、数据分析等多种能力，致力于提升信息获取和企业自动化效率。
| 功能模块 | 描述 |
|---|---|
| 🔍 联网搜索 | 基于 SearXNG 的多引擎实时搜索（Bing、百度等） |
| 📚 知识库 RAG | 支持上传、保存、检索与汇总知识，结合向量数据库（Redis） |
| 🤖 编程智能体 | 通过 MCP 协议集成现有的文件操作接口，支持 API 调用与代码生成 |
| 📊 数据分析 | 自动生成 SQL 增删改查，支持数据库交互与可视化 |
| 🧠 大模型支持 | 支持 DeepSeek、通义千问、ChatGLM、ChatGPT 等主流模型 |
| ⚙️ 自动化工作流 | 基于 Dify 的 LLM 流程编排，支持 PPT、Word、邮件自动生成 |
| 🔌 MCP 工具生态 | 文件操作、邮箱发送、时区获取、模型记忆、数据结构解析 |
- 详见doc
- 技术栈：
| 🏗️ 层级 | 🔧 技术栈 | ✨ 亮点 |
|---|---|---|
| 🖥️ 前端 | Vue3 + SSE 实时通信 | 响应式 + 流式输出 |
| ☕ 后端 | Spring Boot 3 + Spring AI + MyBatis-Plus | 极简配置 + AI 原生 |
| 🔍 搜索 | SearXNG（Docker 部署） | 多引擎聚合 + 隐私保护 |
| 🧠 向量库 | Redis + RediSearch + Redis-Stack | 毫秒级语义检索 |
| 🤖 大模型 | DeepSeek • ChatGLM • ChatGPT • 通义千问 | 多模型自由切换 |
| 🔌 协议 | MCP（Model Context Protocol） | 插件化工具生态 |
| 📡 通信 | SSE / WebSocket | 全双工实时交互 |
| 🐬 数据库 | MySQL 8（Docker） | 高可用 + 零配置部署 |
-
本地部署
-
云服务器部署
| 场景 | 说明 |
|---|---|
| Cursor + MCP | 在 Cursor 中配置 MCP Server，实现代码智能补全 |
| Dify 工作流 | 将 QSearch 作为知识库节点接入 Dify |
| 企业知识库 | 上传 PDF/Word/PPT，自动生成向量化知识库 |
| 实时搜索 | 用户提问 → SearXNG 搜索 → 大模型总结 → 返回结果 |