Farfalle
Farfalle是一款开源的AI驱动搜索引擎，核心定位为支持本地大语言模型与云端模型接入的可定制搜索工具，核心功能包括多源搜索结果聚合、本地/云端LLM混合调用、搜索链路可自定义配置，同时支持与主流开发技术栈快速集成
Farfalle是一款开源的AI驱动搜索引擎，核心定位为支持本地大语言模型与云端模型接入的可定制搜索工具，核心功能包括多源搜索结果聚合、本地/云端LLM混合调用、搜索链路可自定义配置，同时支持与主流开发技术栈快速集成。目标用户覆盖AI应用开发者、隐私敏感的搜索使用者、开源工具二次开发爱好者等群体，适合用于搭建个人专属搜索工具、企业内部知识库检索系统、AI搜索类产品原型验证等场景，用户可根据自身需求灵活调整模型接入方式与搜索逻辑，满足不同场景下的信息检索需求。
- 适用对象
- AI应用开发者(开发搜索类AI产品原型)
- 主要功能
- 多模型接入、搜索结果聚合
- 计费方式
- 免费
- 平台
- API
- 已收录
- 2026.06.14（142 天）
阅读目录
编辑评测与站内热度
编辑综合评分
满分 5 分
六维指标基于站内真实数据（热度、社区反馈、资料完整度、可达性核验等）综合评估，非用户投票。
全站热度排名
#12201
分类内排名
#96 / 245
累计站内点击
4
近 7 日点击
4
排名与点击为站内真实统计口径，反映 Toolifai 用户行为，非编辑评分。
Farfalle是什么，怎么使用？
约 5 分钟Farfalle是一款开源的AI驱动搜索引擎，核心定位为支持本地大语言模型与云端模型接入的可定制搜索工具，核心功能包括多源搜索结果聚合、本地/云端LLM混合调用、搜索链路可自定义配置，同时支持与主流开发技术栈快速集成。目标用户覆盖AI应用开发者、隐私敏感的搜索使用者、开源工具二次开发爱好者等群体，适合用于搭建个人专属搜索工具、企业内部知识库检索系统、AI搜索类产品原型验证等场景，用户可根据自身需求灵活调整模型接入方式与搜索逻辑，满足不同场景下的信息检索需求。
主要功能
- 多模型接入：用户可在配置界面选择接入本地部署的大语言模型，比如Llama、Mistral系列开源模型，也可选择接入OpenAI、Anthropic等云端商用模型，配置时仅需填写对应模型的API密钥或本地服务访问地址，即可完成接入，无需修改核心代码，方便不同资源条件的用户按需选择模型，平衡搜索的算力成本与结果质量。
- 搜索结果聚合：平台默认接入Tavily搜索API获取全网公开信息，也支持用户配置其他搜索引擎接口，搜索请求发起后，系统会先获取多个来源的网页信息，再调用指定的LLM对信息进行整理归纳，最终输出结构化的回答内容，同时附上信息来源链接，用户可直接溯源原始网页核实信息准确性，避免AI生成内容的幻觉问题。
- 技术栈兼容集成：项目前端基于Next.js开发，后端采用FastAPI搭建，整体架构模块化拆分，开发者可直接复用现有模块进行二次开发，也可将搜索能力嵌入已有的Next.js、React等前端项目，或者将后端API接入到企业内部系统中，适配不同项目的技术栈需求，降低二次开发的适配成本。
- 自定义搜索配置：用户可在设置页调整搜索的相关参数，比如设置网页抓取的数量范围、LLM回答的生成风格、是否优先展示特定领域的信息来源，还可配置搜索结果的过滤规则，屏蔽不需要的网站内容，自定义配置会保存在本地或用户账号中，每次搜索时自动生效，适配不同领域的搜索使用习惯。
- 部署文档支持：官方提供完整的部署教程文档，涵盖本地环境搭建、Docker一键部署、云服务器部署等多种方式，每一步操作都有对应的代码示例和参数说明，同时配有演示视频，展示从环境配置到首次运行搜索的全流程，用户可按照文档指引快速完成部署，无需自行梳理架构依赖。
- 搜索会话管理：平台支持保存用户的历史搜索会话，用户可查看过往的搜索问题与回答内容，也可基于历史会话继续追问，系统会关联上下文信息生成更贴合需求的回答，会话数据可选择保存在本地，也可配置存储到自有数据库中，方便用户回溯历史搜索内容，构建个人搜索知识库。
怎么使用
- 1. 访问farfalle.dev官网，可先体验在线演示版本，输入测试搜索词查看基础的搜索效果，确认功能符合自身需求后，再进行后续的部署或配置操作。2. 若需要自行部署，可在文档页找到对应部署教程，选择本地部署、Docker部署或云服务器部署方式，按照教程步骤安装依赖环境并拉取项目代码。3. 进入项目配置文件，根据自身需求配置接入的大语言模型，使用本地模型则填写本地服务的访问地址，使用云端模型则填写对应平台的API密钥。4. 配置搜索相关参数，包括搜索引擎接口、网页抓取数量、回答生成规则等，也可根据需求添加自定义的过滤规则与信息来源优先级设置。5. 完成配置后启动服务，访问对应本地或服务器地址即可开始使用，可随时调整配置参数修改搜索效果，也可修改源码实现自定义功能。
适合什么人群
- AI应用开发者(开发搜索类AI产品原型)
- 开源工具爱好者(二次开发定制搜索工具)
- 隐私敏感用户(本地部署避免搜索数据泄露)
- 企业技术人员(搭建内部知识库检索系统)
- 科研工作者(定制学术领域专属搜索工具)
- 个人用户(搭建个人专属信息检索工具)
总结
这是一款对开发者和隐私需求用户十分友好的开源AI搜索项目，不同于市面上闭源的AI搜索产品，它从架构设计上就兼顾了灵活性与隐私性，用户可以完全掌控搜索的全链路，既可以用低成本的云端模型满足日常搜索需求，也可以完全本地部署，所有搜索请求和数据都不会流出自有环境，适合对数据安全有要求的场景使用。同时它的模块化架构降低了二次开发门槛，不需要从零搭建AI搜索的基础能力，开发者只需要调整配置或者少量修改代码，就能快速搭建出垂直领域的AI搜索工具，对于想要做AI搜索相关产品的团队来说，也可以用它来快速验证产品原型，减少前期的开发投入。项目的文档和演示资源也比较完善，即使是没有太多AI项目部署经验的开发者，也可以按照教程逐步完成部署，降低了使用门槛。
价格与免费额度
Farfalle本身为完全开源项目，所有代码可免费下载使用，没有功能使用限制，用户可自行部署在本地或任意服务器上，无需支付软件授权费用。使用过程中若选择接入云端大语言模型或者付费搜索API，产生的费用由对应服务提供商收取，比如OpenAI的API调用费用、Tavily搜索的调用费用，具体价格以对应平台的定价为准。如果仅使用本地部署的开源模型与免费搜索接口，则不会产生任何额外费用，适合个人用户和小型团队使用；如果有大规模商用需求，可自行二次开发后部署，也可联系项目贡献者咨询定制开发服务，相关费用需双方协商确定。
优点与不足
优点
- 支持本地大语言模型接入，所有搜索数据可保存在自有环境，满足隐私安全需求
- 架构模块化拆分，与主流前后端技术栈兼容，二次开发的适配成本较低
- 提供完整的部署文档与演示视频，新手开发者也可快速完成部署使用
- 支持多模型混合调用，用户可按需选择不同模型平衡搜索成本与结果质量
不足
- 默认仅接入Tavily搜索API，需要其他搜索引擎支持需自行开发适配
- 没有开箱即用的SaaS服务，普通用户需要自行部署才能完整使用全部功能
- 前端界面基础功能较少，需要自定义交互功能需自行修改前端代码
- 官方没有提供技术支持服务，部署或使用中遇到问题需自行查阅社区资料
能帮你做的 8 件事
- 01多模型接入
- 02搜索结果聚合
- 03技术栈兼容集成
- 04自定义搜索配置
- 05开源AI搜索场景的常用方案
- 06本地LLM部署场景的常用方案
- 07AI应用开发者(开发搜索类AI产品原型)的日常效率工具
- 08零成本体验完整核心功能
更新历史
- Farfalle 收录进 Toolifai 目录
- 页面资料核验与信息更新
常见问题
部署Farfalle需要什么基础的软硬件环境？
如果仅使用云端模型和云搜索API，只需要基础的运行环境，服务器配置1核2G内存即可正常运行，本地部署的话普通个人电脑的配置也可满足基础运行需求。如果需要接入本地大语言模型，则需要根据模型大小准备对应的硬件，比如运行7B参数的模型，需要至少16G内存，如果使用GPU加速则需要显存8G以上的显卡，运行更大参数的模型则需要更高的硬件配置。系统方面支持Windows、macOS、Linux等主流操作系统，也支持Docker容器化部署，适配不同的运行环境。
可以接入自己已经部署的本地大语言模型吗？
支持接入已部署的本地大语言模型，只要本地模型提供兼容OpenAI格式的API接口，就可以在配置文件中填写本地模型的API访问地址和对应的模型名称，无需额外修改核心代码即可完成接入。如果本地模型的API格式不兼容，也可以修改后端的模型调用模块代码，适配自定义的接口格式，官方文档中也提供了自定义模型接入的示例教程，开发者可按照教程步骤完成适配，目前主流的开源大语言模型如Llama系列、Mistral系列、Qwen系列等都可以顺利接入使用。
Farfalle和Perplexity有什么区别？
Farfalle是基于Perplexity的产品逻辑开发的开源实现，核心的搜索+大模型整理回答的逻辑类似，但二者存在较多差异。Perplexity是闭源的SaaS产品，用户只能使用其提供的功能，无法自定义修改，所有搜索数据都会上传到Perplexity的服务器；而Farfalle是完全开源的，用户可以自由修改代码定制功能，也可以完全本地部署，所有数据都保存在自有环境中，不会流出。同时Farfalle支持灵活的模型接入，用户可以选择任意本地或云端模型，而Perplexity只能使用其提供的固定模型，Farfalle更适合需要自定义功能或者对数据隐私有要求的用户使用。
可以将Farfalle的搜索能力嵌入到我的其他项目中吗？
可以嵌入到其他项目中，Farfalle的后端提供独立的API接口，完成部署后，其他项目可以通过调用API的方式使用其AI搜索能力，只需要传入搜索问题和对应的配置参数，即可获取结构化的回答结果和信息来源。如果是前端项目，也可以直接复用Farfalle的前端组件，嵌入到现有的Next.js、React等前端项目中，只需要调整样式和接口地址即可快速集成。官方文档中也提供了API调用的参数说明和示例代码，开发者可以参考文档快速完成集成，无需重新开发AI搜索的相关逻辑。
使用Farfalle会有搜索数据泄露的风险吗？
数据安全情况取决于你的部署和配置方式，如果选择完全本地部署，并且接入的是本地大语言模型和本地数据源，所有搜索请求和数据处理都在自有环境中完成，不会向外部发送任何数据，不会存在数据泄露的风险。如果配置接入了云端大模型或者第三方搜索API，搜索的问题内容会发送到对应的服务提供商，数据安全需要遵循对应服务商的隐私政策，建议在处理敏感内容时，选择完全本地部署的模式，避免敏感数据流出。同时由于代码完全开源，用户可以自行审查所有代码逻辑，确认没有隐藏的数据上传行为，进一步保障数据安全。
开始使用 Farfalle
从官方入口了解最新功能与使用方式。
由 Toolifai 编辑维护
欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。
