Quivr - 你的第二个大脑，由AIGC赋能

在ChatGPT引领的AI浪潮下，涌现了一大批AI应用，其背后其实蕴含着一个基本事实：AI能力得到了极大突破——大模型的能力有目共睹，未来只会变得更强。这世界唯一不变的就是变，适应变化、拥抱变化、喜欢变化，天行健君子以自强不息。我们相信未来会有越来越多的大模型出现，AI正在逐渐平民化，将来每个人都可以利用大模型轻松地做出自己的AI产品。

最近这些天，github的排行榜每天都在发生着变化。今天我们要介绍的是曾排在第二名的quivr这个项目。

github地址：https://github.com/StanGirard/quivr

在介绍这个项目之前，笔者自己先把项目下载到本地分析了一下，简要描述如下：

1. 项目结构：

前端：next.js

后台：python

2. 需要准备的东西

•Docker •Docker Compose •Supabase（可免费创建3个project，实际上是一个Postgres数据库，用来存储Vector） •如果使用gpt则需要OPENAI_API_KEY，如果使用claude则需要ANTHROPIC_API_KEY。

3. 工作流程

当然，这里也可以选择像text2vec-large-chinese这种向量处理模型来生成向量，也可以用其他向量数据库来做向量存储和相似内容查询。

这个流程和笔者之前介绍的一个项目pandasAI比较相似，感兴趣的可以去看一下：

PandasAI——让AI做数据分析

Quivr是你的第二个大脑，利用生成式人工智能的力量来存储和检索非结构化信息。把它看作是黑曜石，但搭载了人工智能的超级引擎。

主要特点 🎯

•通用数据接受性 ：Quivr能够处理几乎任何类型的数据。文本、图片、代码片段，应有尽有。 •生成式人工智能 ：Quivr采用先进的人工智能技术，协助你生成和检索信息。 •快速高效 ：以速度和效率为核心设计。Quivr确保快速访问你的数据。 •安全 ：你的数据，永远都是由你来控制。 •文件兼容性 ：•文本•Markdown•PDF•PowerPoint•Excel•Word•音频•视频 •开源 ：自由是美好的，Quivr也是如此。开源且免费使用。

演示亮点 🎥

请注意：STREAMLIT的演示使用的是旧版本 新版本展示了全新的用户界面，但尚未部署，因为它缺少旧版本的一些功能。预计在25/05/23之前上线。

使用GPT3.5的演示 ：

https://github.com/StanGirard/quivr/assets/19614572/80721777-2313-468f-b75e-09379f694653

使用Claude 100k上下文的演示 ：https://github.com/StanGirard/quivr/assets/5101573/9dba918c-9032-4c8d-9eea-94336d2c8bd4

新版本的演示（正在进行中） ：

https://github.com/StanGirard/quivr/assets/19614572/a6463b73-76c7-4bc0-978d-70562dca71f5

体验地址：

https://try-quivr.streamlit.app/

效果：

入门指南：新版本 🚀

按照以下说明，在你的本地计算机上运行和测试项目的副本。

旧版本的描述文件 位于streamlit-demo文件夹中这里[1]

先决条件 📋

在继续之前，请确保已安装以下内容：

•Docker •Docker Compose此外，您还需要Supabase[2]帐户，用于：•创建新的Supabase项目•Supabase项目的API密钥•Supabase项目的URL

---

安装步骤 💽

•步骤0 ：如果需要，可以在Youtube上找到安装说明这里[3] •步骤1 ：使用以下其中一条命令克隆存储库：•如果你没有设置SSH密钥，可以用这种方式：

        
            

          
  git clone https
 :
 //github.com/StanGirard/Quivr.git && cd Quivr
 
        
      

•如果你已经设置了SSH密钥或想要添加（这里有指南[4]）

        
            

          
  git clone git@github
 .
 com
 :
 StanGirard
 /
 Quivr
 .
 git 
 &&
  cd 
 Quivr
 
        
      

•步骤2 ：复制.XXXXX_env文件

          
cp .backend_env.example backend/.env
          
  cp .frontend_env.example frontend/.env
      

•步骤3 ：更新backend/.env文件

您的supabase_service_key可以在Supabase仪表板的项目设置-> API下找到。使用Project API keys部分中的anon public密钥。

•步骤4 ：通过网络界面在Supabase数据库上运行以下迁移脚本（SQL Editor -> New query） 迁移脚本1[5]：scripts/supabase_vector_store_document.sql 迁移脚本2[6]：scripts/supabase_usage_table.sql 迁移脚本3[7]：scripts/supabase_vector_store_summary.sql •步骤5 ：启动应用程序

docker compose build && docker compose up

•步骤6 ：在浏览器中输入localhost:3000即可打开页面。

贡献 🤝

有一个pull request？打开它，我们将尽快审核。查看我们的项目面板这里[8]，了解我们当前关注的内容，并随时提供新鲜的想法！

• 路线图[9]

• 开放问题[10]

• 开放pull request[11]

• Good First Issues[12]

• 前端问题[13]

• 后端问题[14]

References

[1] 这里: streamlit-demo/README.md
[2] Supabase: https://supabase.com/
[3] 这里: https://youtu.be/rC-s4QdfY80
[4] 这里有指南: https://docs.github.com/en/authentication/connecting-to-github-with-ssh/adding-a-new-ssh-key-to-your-github-account
[5] 迁移脚本1: scripts/supabase_vector_store_document.sql
[6] 迁移脚本2: scripts/supabase_usage_table.sql
[7] 迁移脚本3: scripts/supabase_vector_store_summary.sql
[8] 这里: https://github.com/users/StanGirard/projects/5
[9] 路线图: https://github.com/users/StanGirard/projects/5
[10] 开放问题: https://github.com/StanGirard/quivr/issues
[11] 开放拉取请求: https://github.com/StanGirard/quivr/pulls
[12] Good First Issues: https://github.com/StanGirard/quivr/issues?q=is%3Aopen+is%3Aissue+label%3A%22good+first+issue%22
[13] 前端问题: https://github.com/StanGirard/quivr/issues?q=is%3Aopen+is%3Aissue+label%3Afrontend
[14] 后端问题: https://github.com/StanGirard/quivr/issues?q=is%3Aopen+is%3Aissue+label%3Abackend