Wichtigste Erkenntnisse
- Dies ist der begleitende Test zum Eintrag von Farfalle im Local LLM Software Directory
- Kostenlos und quelloffen unter Apache 2.0, geprüft am 18.09.2026
- Installation über Docker Compose; läuft nach der Einrichtung lokal unter
http://localhost:3000 - LLM-Backends: vollständig lokal über Ollama (Llama 3, Mistral, Gemma, Phi-3), oder cloudbasiert über OpenAI, Groq oder benutzerdefinierte Modelle über LiteLLM
- Suchanbieter: SearXNG, Tavily, Serper und Bing
- Technologie-Stack: Next.js-Frontend, FastAPI-Backend, Redis für Rate-Limiting, laut Repository
- 3.541 GitHub-Stars zum Zeitpunkt dieses Tests (18.09.2026)
- Eine gehostete Demo mit ausschließlich Cloud-Modellen ist ohne Selbsthosting unter farfalle.dev verfügbar
📍 In einem Satz
Farfalle ist eine kostenlose, quelloffene (Apache 2.0), selbst gehostete KI-Suchmaschine nach dem Vorbild von Perplexity, die einen Suchanbieter mit einem LLM kombiniert — einschließlich vollständig lokaler Modelle über Ollama —, um Fragen mit zitierten Quellen zu beantworten.
💬 In einfachen Worten
Statt Perplexity oder einen ähnlichen gehosteten Dienst zu bitten, das Web zu durchsuchen und die Ergebnisse zusammenzufassen, lässt Farfalle Sie dasselbe Werkzeug selbst betreiben, auf Ihrem eigenen Server, und optional auf ein lokales Modell richten, sodass Ihre Anfragen und die Überlegungen des Modells Ihre Infrastruktur nie verlassen.
📌Hinweis: Dieser Test basiert auf dem eigenen GitHub-README und den Repository-Metadaten von Farfalle. Er behauptet nicht, dass PromptQuorum praktische Benchmarks der Antwortqualität von Farfalle gegenüber Perplexity oder anderen gehosteten Suchmaschinen durchgeführt hat.
Was ist Farfalle?
Farfalle ist eine selbst gehostete, quelloffene Suchanwendung, die eine Anfrage beantwortet, indem sie Ergebnisse von einem Suchanbieter abruft und ein LLM daraus eine zitierte Antwort im Stil von Perplexity zusammenstellen lässt. Da Sie es selbst betreiben, entscheiden Sie, welcher Suchanbieter und welches LLM (lokal oder cloudbasiert) jede Suche antreibt.
- Produkttyp: eine selbst gehostete Webanwendung (mit zugrunde liegender API) — kein gehostetes SaaS-Produkt, wenngleich unter farfalle.dev eine eingeschränkte Cloud-Modell-Demo existiert
- Ersteller/Repository: github.com/rashadphz/farfalle
- Lizenz: Apache 2.0, laut Repository
- Lokalität: hybrid — kann vollständig offline gegen ein lokales LLM und eine selbst gehostete SearXNG-Instanz laufen, oder Cloud-Such-/LLM-Anbieter nutzen, oder beides mischen
- Umfang: 3.541 GitHub-Stars zum Zeitpunkt dieses Tests (18.09.2026)
- Technologie-Stack: Next.js-Frontend, FastAPI-Backend, Redis für Rate-Limiting, shadcn/ui-Komponenten, laut Repository
Was macht Farfalle genau?
Farfalle nimmt eine Frage entgegen, ruft Ergebnisse vom gewählten Suchanbieter ab und lässt ein LLM diese Ergebnisse lesen und eine zitierte Antwort verfassen — ein agentenartiger Planungsschritt entscheidet, wie die Suche ausgeführt wird, bevor die Antwort generiert wird.
- Suchschritt: fragt einen von vier unterstützten Anbietern ab — SearXNG (selbst hostbar, kein API-Schlüssel nötig), Tavily, Serper oder Bing
- Antwortschritt: ein LLM erstellt aus den abgerufenen Ergebnissen eine Antwort mit Quellenangaben, im Stil von Perplexity
- Unterstützung lokaler LLMs: verbindet sich mit Ollama für vollständig lokale Inferenz, wobei Llama 3, Mistral, Gemma und Phi-3 im Repository als unterstützte lokale Modelle genannt werden
- Unterstützung von Cloud-LLMs: OpenAI-Modelle (GPT-4o, GPT-3.5-turbo) und über Groq gehostetes Llama 3, plus weitere Anbieter über LiteLLM
- Agentenbasierte Suche: Das README beschreibt einen Agenten, der die Suche plant und ausführt, statt eines einzelnen festen Abrufschritts
- Browser-Integration: Farfalle kann laut Repository als Standardsuchmaschine in einem Browser festgelegt werden
- Roadmap-Punkte: Das Repository listet Chatverlauf und lokale Dateisuche zum Zeitpunkt dieses Tests als geplante, noch nicht ausgelieferte Funktionen — prüfen Sie den aktuellen Status im Repository, bevor Sie sich auf eines von beidem verlassen
Anwendungsbeispiele: Drei Wege, Farfalle zu nutzen
Dies sind konkrete Workflows, die auf der dokumentierten Einrichtung von Farfalle basieren, keine hypothetischen Szenarien.
Farfalle installieren
Farfalle lässt sich kostenlos über Docker Compose installieren — der Quellcode liegt auf GitHub.
Quelle | Link |
|---|---|
| GitHub-Repository (Quellcode, Apache 2.0) | github.com/rashadphz/farfalle |
| Repository klonen | git clone https://github.com/rashadphz/farfalle.git |
| Umgebungsvorlage kopieren | cp .env-template .env |
| Über Docker Compose starten | docker-compose -f docker-compose.dev.yaml up -d |
| Gehostete Demo (nur Cloud-Modelle) | farfalle.dev |
Nach dem Start ist die App unter http://localhost:3000 verfügbar. Optionale API-Schlüssel für Such- oder Cloud-LLM-Anbieter gehören in die .env-Datei — sie sind nicht erforderlich, wenn Sie vollständig gegen ein lokales Ollama-Modell und eine selbst gehostete SearXNG-Instanz laufen. Prüfen Sie die aktuellen Einrichtungsschritte im GitHub-Repository, bevor Sie sie ausführen, da sich Anweisungen zwischen Releases ändern können.
Farfalle Preise und Lizenzierung
Farfalle selbst ist kostenlos, ohne kostenpflichtige Stufe. Es ist unter Apache 2.0 lizenziert, laut Repository — eine freizügige Lizenz, die kommerzielle Nutzung, Modifikation und Weiterverbreitung erlaubt.
- Kein Abonnement, keine kostenpflichtige Stufe, keine von Farfalle selbst auferlegten Nutzungslimits
- Kein Konto oder Registrierung für den Eigenbetrieb erforderlich
- Der vollständig lokale Betrieb (selbst gehostetes SearXNG plus lokales Ollama-Modell) verursacht keine Kosten pro Anfrage jenseits Ihrer eigenen Hardware und Stromkosten
- Wenn Sie stattdessen Tavily, Serper, Bing, OpenAI oder Groq anbinden, gilt die eigene Preisgestaltung dieser Anbieter — Farfalle schlägt keinen Aufpreis drauf
- Die gehostete Demo unter farfalle.dev ist eine separate, eingeschränkte, ausschließlich cloudbasierte Instanz, keine kostenpflichtige Produktstufe
Farfalle vs. Local Deep Research
Farfalle und Local Deep Research kombinieren beide Websuche mit einem LLM, zielen aber auf unterschiedliche Aufgaben ab: Farfalle ist für schnelle, zitierte Einzelfrage-Antworten gebaut, während Local Deep Research für längere, mehrstufige Recherche-Berichte gebaut ist.
Primärer Anwendungsfall
- Farfalle:
- Schnelle, zitierte Q&A im Stil von Perplexity
- Local Deep Research:
- Mehrstufige Deep-Research-Berichte
Oberfläche
- Farfalle:
- Web-App + CLI
- Local Deep Research:
- Web-App + CLI + Python-API
Unterstützung lokaler LLMs
- Farfalle:
- Über Ollama
- Local Deep Research:
- Über Ollama und weitere lokale Backends
Suchanbieter
- Farfalle:
- SearXNG, Tavily, Serper, Bing
- Local Deep Research:
- Mehrere, darunter SearXNG
Installationsmethode
- Farfalle:
- Docker Compose
- Local Deep Research:
- pip oder Docker
Wenn Sie einen schnellen Ersatz für eine einzelne Suchanfrage möchten, passt der Umfang von Farfalle besser. Wenn Sie einen längeren, über viele Quellen zusammengestellten Recherche-Bericht benötigen, prüfen Sie direkt Local Deep Research. Beide sind kostenlos und quelloffen; prüfen Sie die aktuellen Funktionsdetails im jeweils eigenen Repository, bevor Sie sich entscheiden.
Für wen eignet sich Farfalle?
Farfalle passt zu Menschen, die ein Sucherlebnis im Stil von Perplexity wollen, das sie durchgängig selbst kontrollieren, einschließlich der Option, den gesamten Stack lokal zu halten.
Wofür Farfalle nicht geeignet ist
Farfalle ist keine gute Wahl, wenn Sie ein Produkt ohne jede Einrichtung, Chatverlauf schon heute oder tiefe, mehrstufige Recherche-Berichte möchten.
- Nicht ohne Einrichtung — Selbsthosting erfordert Docker Compose und für einen vollständig lokalen Stack Ihre eigene SearXNG- und Ollama-Einrichtung
- Noch kein Chatverlauf-Tool — das Repository listet dies zum Zeitpunkt dieses Tests als Roadmap-Punkt, nicht als ausgelieferte Funktion
- Noch kein Tool für lokale Dateisuche — ebenfalls als Roadmap-Punkt gelistet, nicht ausgeliefert, zum Zeitpunkt dieses Tests
- Nicht vollständig lokal, sofern Sie es nicht so wählen — Tavily, Serper und Bing sind Cloud-Suchanbieter; nur SearXNG lässt sich zusammen mit einem lokalen Ollama-Modell für einen vollständig offline laufenden Stack selbst hosten
- Keine von diesem Test verifizierbare Finanzierungsrunde oder Unternehmensbeteiligung — betrachten Sie es als unabhängig gepflegtes, communitygetragenes Projekt
Häufige Fehler bei der Bewertung von Farfalle
Die meiste Verwirrung rund um Farfalle entsteht durch die Annahme, es sei automatisch vollständig privat, oder durch Erwartungen an Funktionen, die noch auf der Roadmap stehen.
Wettbewerber und Alternativen
Farfalle wird am häufigsten mit anderen selbst gehosteten Tools für lokale Suche und Recherche wie Local Deep Research, Onyx und Hyperlink verglichen — sein Hauptunterscheidungsmerkmal ist ein schnelles, zitiertes Antwortformat im Stil von Perplexity mit einer einfachen Docker-Compose-Einrichtung.
Tool | Bekannt für | Link |
|---|---|---|
| Local Deep Research | Mehrstufige Deep-Research-Berichte über lokale und Web-Quellen | Local Deep Research Test |
| Onyx | Selbst gehostete Enterprise-Such- und RAG-Plattform (früher Danswer) | Onyx Test |
| Hyperlink (Nexa AI) | Lokale Such- und persönliche Assistenten-App über Ihre eigenen Dateien | Hyperlink Test |
Diese Liste spiegelt Tools wider, die häufig mit Farfalle verglichen werden, keine unabhängige Rangfolge von PromptQuorum — prüfen Sie den aktuellen Funktionsumfang jedes Tools, bevor Sie sich entscheiden.
Häufig gestellte Fragen
Was ist Farfalle?
Farfalle (github.com/rashadphz/farfalle) ist eine kostenlose, quelloffene (Apache 2.0), selbst gehostete KI-Suchmaschine nach dem Vorbild von Perplexity, die einen Suchanbieter mit einem LLM kombiniert, um zitierte Antworten zu erzeugen.
Ist Farfalle kostenlos?
Ja. Farfalle ist kostenlos und quelloffen unter Apache 2.0, ohne kostenpflichtige Stufe. Wenn Sie einen kostenpflichtigen Such- oder LLM-Anbieter anbinden (Tavily, Serper, Bing, OpenAI, Groq), gilt die eigene Preisgestaltung dieses Anbieters — Farfalle selbst berechnet nichts.
Kann Farfalle vollständig offline mit lokalen Modellen laufen?
Ja, wenn Sie es so wählen: Verbinden Sie Ollama für ein vollständig lokales LLM und hosten Sie SearXNG selbst für die Suche. Tavily, Serper und Bing bleiben Cloud-Dienste, meiden Sie diese also, wenn Sie einen vollständig offline laufenden Stack möchten.
Wie installiere ich Farfalle?
Klonen Sie das Repository, kopieren Sie .env-template nach .env und führen Sie docker-compose -f docker-compose.dev.yaml up -d aus. Die App ist anschließend unter http://localhost:3000 verfügbar. Prüfen Sie die aktuellen Einrichtungsschritte im GitHub-Repository, bevor Sie sie ausführen.
Welche lokalen LLMs unterstützt Farfalle?
Über Ollama nennt das Repository Llama 3, Mistral, Gemma und Phi-3 als unterstützte lokale Modelle.
Welche Suchanbieter unterstützt Farfalle?
Vier: SearXNG (selbst hostbar, kein API-Schlüssel nötig), Tavily, Serper und Bing.
Gibt es eine gehostete Version von Farfalle, die ich zuerst ausprobieren kann?
Ja, eine eingeschränkte Demo mit ausschließlich Cloud-Modellen läuft unter farfalle.dev, getrennt von der selbst gehosteten Docker-Compose-Bereitstellung.
Unterstützt Farfalle Chatverlauf oder die Suche in meinen eigenen lokalen Dateien?
Noch nicht, zum Zeitpunkt dieses Tests — das Repository listet beides als Roadmap-Punkte, nicht als ausgelieferte Funktionen. Prüfen Sie das aktuelle README für den aktualisierten Status.
Unter welcher Lizenz steht Farfalle?
Apache 2.0, laut Repository — eine freizügige Lizenz, die kommerzielle Nutzung, Modifikation und Weiterverbreitung erlaubt.
Wie unterscheidet sich Farfalle von Local Deep Research?
Farfalle ist für schnelle, zitierte Einzelfrage-Antworten im Stil von Perplexity gebaut, während Local Deep Research für längere, mehrstufige Recherche-Berichte gebaut ist. Details finden Sie im dedizierten Vergleichsabschnitt oben.