DiscovAI search

Discovai

AI驱动的AI工具或您自己的数据的搜索引擎。

discovai-demo.mp4

如果您有任何疑问，请随时在Twitter上与我联系或创建问题。

现场演示

discovai.io（无需签名或信用卡而免费使用）

概述

• ？特征
• ？ Tech-stack
• Quickstart
• 部署

？特征

• 基于向量的搜索：将用户查询转换为向量，以在我们的AI产品数据库中进行精确的相似性匹配。

• 重新供电的缓存：利用Redis来缓存搜索结果和输出，从而显着改善了重复查询的响应时间。

• 全面的AI数据库：在各个类别和行业中维护最新的AI产品集合。

• LLM驱动的响应：利用大型语言模型根据搜索结果提供详细的，上下文感知的答案。

• 用户友好的界面：为轻松的导航和有效的AI产品发现提供了直观的设计。

？堆

• 应用框架：Next.js
• 文本流：Vercel AI SDK
• LLM型号：GPT-4O-Mini
• 数据库：supabase
• 向量：PGVECTOR
• 嵌入模型：Jina AI
• REDIS缓存：Upstash
• 组件库：shadcn/ui
• 无头部组件原始素：radix UI
• 造型：尾风CSS

Quickstart

1。克隆回购

运行以下命令以克隆回购：

 git clone https://github.com/DiscovAI/DiscovAI-search

2。安装依赖项

 cd discovai-search
pnpm i

3。设置supabase

创建一个supabase项目，然后在SQL编辑器中运行SRC/DB/INIT.SQL到设置数据库

4.设置Upstash

请按照下面的指南设置Upstash Redis。创建一个数据库并获取UPSTASH_REDIS_REST_URL和UPSTASH_REDIS_REST_TOKEN 。有关如何进行的说明，请参阅“ Upstash指南”。

4。填写秘密

 cp .env.local.example .env.local

您的.env.Local文件应该看起来像这样：

 # Required

# for match documents
NEXT_PUBLIC_SUPABASE_URL=
NEXT_PUBLIC_SUPABASE_ANON_KEY=

# for embedding query, retrieved here: https://jina.ai/embeddings/
JINA_API_KEY=

# for llm output, retrieved here: https://platform.openai.com/api-keys
OPENAI_API_KEY=
OPENAI_API_URL=

# for llm cache and serach cache
UPSTASH_REDIS_REST_URL=
UPSTASH_REDIS_REST_TOKEN=

5。在本地运行应用程序

 pnpm dev

您现在可以访问http：// localhost：3000。

部署

您可以在任何SaaS平台上部署，例如Vercel，Zeabur，Cloudflare页面。

？历史