JustSearch 是一款基于大语言模型（LLM）和自动化浏览器技术的深度搜索工具。它不仅仅是一个搜索界面，更是一个能够像人类一样"思考、搜索、阅读、总结"的智能代理。它能自动拆解复杂问题，深入网页正文提取关键信息，并生成带有精确引用的详尽答案。
传统的搜索引擎往往只给你一系列链接，而 JustSearch 会：
- 深度理解：利用 LLM 拆解您的意图，不只是关键词匹配。
- 真机阅读：通过 Playwright 模拟真人打开网页，绕过简单的反爬，获取正文。
- 事实核查：在生成答案时强制要求标注引用，拒绝 AI 幻觉。
- 自主迭代：如果初次搜索结果不足以回答，它会自己决定"再搜一次"。
- 🎯 任务多级拆解：自动分析用户意图，将复杂问题拆解为多个搜索查询或直接访问特定 URL。
- 🕵️ 深度爬取与分析：模拟真实浏览器行为进入网页抓取正文。支持交互模式，能自动识别并点击"阅读更多"、"展开全文"等按钮（含中文按钮识别）。
- 🔄 迭代式搜索逻辑：AI 会评估当前获取的信息是否足以回答问题。如果不足，会自动发起补充搜索，直到获取足够证据。
- 📝 自动标注引用：生成答案时会严格标注来源编号
[1],[2]，并在文末提供对应的原始链接，确保信息真实可靠、可追溯。 - 🛡️ 浏览器反爬规避：集成
playwright-stealth模拟真实人类行为，降低触发验证码（CAPTCHA）的概率。 - 🎨 现代 Web UI：支持流式输出（Streaming）、实时搜索过程可视化、对话历史管理（支持重命名）、深色/浅色模式切换。
- 🔐 安全认证：自动生成 Bearer Token 保护 API，前端通过服务端自动注入认证，无需手动配置。
- 🛡️ SSRF 防护：阻止对内网地址（含 IPv4-mapped IPv6 和代理/VPN 虚拟 IP 段）的访问，防止服务端请求伪造。
- 🐙 GitHub 深度优化：针对 GitHub 用户和仓库页面进行了专门的爬取逻辑优化，更准确地获取星数、活跃度等信息。
- 🔀 多模型切换：支持配置多个模型 ID（逗号分隔），在对话界面顶部实时切换。
- 🤖 验证码实时交互：搜索过程中遇到验证码时，UI 自动弹出浏览器实时画面，用户点击即可解决，无需中断流程。
- 📥 对话导出：支持将对话记录导出为 Markdown 文件，方便保存和分享。
- 🌓 跟随系统主题：支持浅色、深色、跟随系统三种主题模式。
- 🔍 多搜索引擎：支持 DuckDuckGo、Google、Bing、搜狗、Brave Search、SearXNG 六个搜索引擎。
- 后端: Python 3.10+, FastAPI, Playwright (Headless Chromium)
- AI 模型: 兼容 OpenAI API 协议（支持 DeepSeek, GPT-4, Claude, NVIDIA NIM, GLM 等）
- 前端: 原生 JS (ES6 Modules), CSS3, Markdown-it, DOMPurify
- 部署: Docker / Docker Compose / 本地 Python 环境
我们提供了一键部署脚本，支持 Docker 和本地环境。推荐使用 Docker 以获得最佳体验。
git clone https://github.com/yeahhe365/JustSearch.git
cd JustSearchchmod +x deploy.sh
./deploy.sh双击运行 deploy.bat。
脚本逻辑说明：
- 优先检查 Docker 环境，若存在则自动构建镜像并启动容器。
- 若无 Docker，则自动回退至本地 Python 环境，创建虚拟环境、安装依赖并启动服务。
- 打开浏览器访问
http://localhost:8000。- 首次访问时，服务端会自动注入认证 Token，无需手动输入。
- 仅在服务重启后 Token 变更时，才会弹出认证窗口要求重新输入。
- 点击页面左下角的 设置 ⚙️ 按钮。
- 输入您的
API Key和Base URL。- 默认配置为 NVIDIA NIM API（点击设置中的"获取 NVIDIA NIM API 密钥"链接即可申请免费 Key）。
- 也支持 DeepSeek、OpenAI、任何兼容 OpenAI 协议的 API 服务。
- 💡 提示：
API Key支持输入多个（用英文逗号分隔），程序会自动轮询使用，适合多 Key 负载均衡。
- 在
模型 ID中填入模型名称，支持多个模型（逗号分隔），保存后可在对话界面顶部下拉切换。 - 开始提问！
如果您希望手动控制开发环境：
python3 -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install -r backend/requirements.txtplaywright install chromium# 使用脚本运行
./run.sh
# 或手动启动
python3 -m uvicorn backend.app.main:app --host 0.0.0.0 --port 8000 --reload| 变量名 | 默认值 | 说明 |
|---|---|---|
HEADLESS |
true |
浏览器无头模式（false 显示浏览器窗口，便于调试） |
CORS_ORIGINS |
http://localhost:8000,http://127.0.0.1:8000 |
允许的 CORS 来源（逗号分隔） |
MAX_CONCURRENT_PAGES |
10 |
最大并发浏览器页面数，防止内存溢出 |
OPENAI_API_KEY |
- | API Key 环境变量回退（优先使用设置面板中的配置） |
docker-compose up -d访问 http://localhost:8000。认证 Token 会自动注入到页面中，无需手动配置。
如果您需要更新到最新版本，请执行以下步骤：
git pull直接运行：
./deploy.sh或者手动运行：
docker-compose up -d --build注意：使用
--build参数确保 Docker 重新构建镜像以应用最新的代码和依赖变更。您的配置 (settings.json) 和聊天记录 (chats/) 将会被保留。
./deploy.sh或者手动更新：
source venv/bin/activate
pip install -r backend/requirements.txt
playwright install chromiumJustSearch 采用多阶段迭代流程，确保回答的深度和准确性：
- Phase I: 分析 (Analysis) - LLM 接收问题，决定是进行关键词搜索还是直接访问特定链接。
- Phase II: 搜索 (Search) - 在 DuckDuckGo / Google / Bing 等引擎执行并发搜索。
- Phase III: 评估 (Assess) - AI 筛选出最相关的多个结果进行深度阅读。评估时会优先选择官方权威来源。
- Phase IV: 爬取与交互 (Crawl & Interact) - 浏览器进入页面抓取全文。如果开启"交互模式"，AI 会自动点击潜在的内容展开按钮。
- Phase V: 生成 (Generate) - 融合所有来源，生成带引用的结构化答案。如果信息不足，则返回 Phase I 重新迭代。
搜索过程中如果遇到验证码，JustSearch 会自动弹出浏览器实时画面窗口。您只需在弹窗中点击完成验证，搜索会自动继续。
如果您希望提前保存 Cookies 以减少验证码出现频率：
python tools/manual_login.py这会启动一个可见的 Chrome 窗口。登录您的常用搜索账号并完成一次搜索验证，JustSearch 的后台爬虫将共享这些登录状态。
JustSearch/
├── backend/
│ ├── app/
│ │ ├── main.py # FastAPI 入口，路由定义
│ │ ├── workflow.py # 搜索工作流引擎（迭代式搜索核心）
│ │ ├── llm_client.py # LLM 客户端（任务分析/评估/生成/交互决策）
│ │ ├── browser_manager.py # 浏览器搜索引擎封装
│ │ ├── browser_context.py # 全局浏览器生命周期与并发控制
│ │ ├── page_crawler.py # 页面爬取（SSRF 防护/重定向解析/GitHub 优化）
│ │ ├── interaction.py # 用户交互会话管理（验证码等）
│ │ ├── chat_manager.py # 对话历史持久化
│ │ ├── settings_manager.py # 设置管理（API Key 轮换/Token 认证）
│ │ ├── prompts.py # LLM Prompt 模板
│ │ └── search_engine.py # 搜索引擎 CSS 选择器配置加载
│ ├── chats/ # 对话历史存储 (自动创建)
│ ├── static/
│ │ ├── css/style.css # UI 样式（亮/暗双主题）
│ │ ├── js/
│ │ │ ├── main.js # 入口
│ │ │ └── modules/ # 模块化 JS（api/chat/ui/state/toast/utils）
│ │ └── index.html
│ ├── settings.json.example # 配置模板
│ └── requirements.txt
├── tools/
│ └── manual_login.py # 手动登录脚本（保存 Cookies）
├── benchmark_freshqa.py # FreshQA 基准测试脚本
├── user_data/ # 浏览器持久化数据 (自动创建)
├── Dockerfile # Docker 构建文件
├── docker-compose.yml
├── deploy.sh / deploy.bat # 一键部署脚本 (推荐)
└── run.sh # 本地启动脚本
项目内置了基于 FreshQA 的评测脚本，用于测试快速变化类事实问题的回答质量：
# 确保服务已启动
python benchmark_freshqa.py结果保存在 benchmark_results/ 目录下（JSON + 日志）。脚本支持断点续跑。
欢迎贡献代码！请遵循以下步骤：
- Fork 本仓库
- 创建功能分支：
git checkout -b feature/your-feature - 提交更改：
git commit -m "feat: your feature" - 推送分支：
git push origin feature/your-feature - 创建 Pull Request
| 变量 | 默认值 | 说明 |
|---|---|---|
HEADLESS |
true |
浏览器无头模式 |
CORS_ORIGINS |
* |
CORS 允许的源（逗号分隔） |
MAX_CONCURRENT_PAGES |
10 |
最大并发页面数 |
OPENAI_API_KEY |
— | 备用 API Key |
本项目采用 MIT License 协议。