Points clés
- Licence Apache 2.0 — le code source (github.com/QuivrHQ/quivr, désormais hébergé sur github.com/The-Vibe-Company/quivr) est librement utilisable, modifiable et forkable
- Aucun commit sur la branche principale GitHub depuis le 19 juin 2025 — aucune annonce officielle de fermeture, mais aucun développement visible depuis plus d'un an
- L'organisation GitHub a été renommée de QuivrHQ à The-Vibe-Company ; les anciens liens QuivrHQ redirigent automatiquement
- quivr.com, le site de l'entreprise, fait désormais la promotion d'un produit d'agents IA de support client sans rapport, sans mention de la bibliothèque RAG open source
- pip install quivr-core fonctionne toujours et installe la version 0.0.26 ; le code tourne, mais plus personne ne corrige de bugs ni ne relit de pull requests
- Pour une interface de chat auto-hébergée clé en main, évaluez plutôt AnythingLLM ou Khoj — toutes deux livrent une interface complète et reçoivent des commits actifs au moment de cette analyse
📍 En une phrase
Quivr est une bibliothèque Python open source sous licence Apache 2.0 (quivr-core) pour intégrer le RAG dans sa propre application, pas une interface de chat auto-hébergée, et sa branche principale GitHub n'a reçu aucun commit depuis le 19 juin 2025.
💬 En termes simples
D'anciens articles décrivent Quivr comme un « second cerveau » dans le navigateur, qu'on installe et avec qui on discute — cette version n'existe plus dans le dépôt. Ce qui est livré aujourd'hui est un paquet Python qu'on importe dans son propre code.
⚠️Attention: Si vous cherchez une application web auto-hébergée pour « discuter avec vos fichiers », Quivr dans sa forme actuelle n'est pas cela — c'est une bibliothèque Python sans frontend fourni.
Quivr est-il encore maintenu ?
Aucune annonce officielle de fermeture ou d'archivage n'existe pour Quivr, contrairement à d'autres outils IA open source ayant publié une annonce datée de fermeture. Mais les faits observables vont dans le même sens : la branche principale GitHub n'a reçu aucun commit depuis le 19 juin 2025, et l'entreprise derrière le projet fait désormais la promotion d'un produit sans rapport.
Le dépôt lui-même n'est pas marqué « archivé » sur GitHub — il accepte toujours les issues et les discussions, et le code Apache 2.0 reste entièrement installable aujourd'hui. Considérez-le comme un projet dormant et non maintenu plutôt que formellement arrêté : la nuance compte pour évaluer le risque d'en dépendre.
Dernier commit sur la branche principale
- Constat:
- 19 juin 2025 — aucun depuis, selon l'API des commits GitHub
Organisation GitHub
- Constat:
- Dépôt déplacé de QuivrHQ vers The-Vibe-Company ; les anciens liens redirigent automatiquement
Dernière version PyPI
- Constat:
- quivr-core 0.0.26, publiée le 10 décembre 2024
Version plus récente non publiée
- Constat:
- core-0.0.33 taguée sur GitHub le 4 février 2025, jamais publiée sur PyPI
Statut du dépôt
- Constat:
- Non archivé formellement — 35 issues ouvertes et discussions restent activées
Produit actuel de l'entreprise
- Constat:
- quivr.com fait la promotion d'un produit d'agents IA de support client sans rapport, sans référence à la bibliothèque RAG
📌Remarque: Cela change ce qu'il faut attendre de chaque section suivante : le code Apache 2.0 fonctionne aujourd'hui, mais traitez-le comme une dépendance figée sans support actif, pas comme un produit en développement actif.
Qu'est-ce que Quivr ?
Quivr est une bibliothèque Python open source (licence Apache 2.0, publiée sous le nom quivr-core sur PyPI) pour ajouter la génération augmentée par récupération à sa propre application via du code — pas une application web autonome à déployer et ouvrir dans un navigateur. Le projet se décrit comme une aide pour construire un « second cerveau », mais ce second cerveau est une bibliothèque qu'on importe, pas un produit hébergé.
- Installation via pip install quivr-core — aucun Docker, frontend ou service backend dans le dépôt actuel
- L'abstraction centrale est la classe Brain : Brain.from_files(...) ingère les documents, brain.ask(...) les interroge
- Fonctionne directement avec les API OpenAI, Anthropic et Mistral, ou avec des modèles locaux via Ollama, selon le README du projet
- Ingère nativement PDF, TXT et Markdown, extensible via des parseurs personnalisés ou le projet compagnon Megaparse pour les documents plus complexes
- Les workflows de récupération (filtrage de l'historique, reformulation de requête, récupération, génération) se configurent via un fichier YAML, pas via un écran de réglages
- Étape de reranking optionnelle (l'intégration documentée est Cohere) pour réordonner les extraits récupérés avant la génération
Quels types de documents, LLM et bases vectorielles Quivr prend-il en charge ?
Quivr accepte nativement les fichiers PDF, TXT et Markdown, se connecte aux API OpenAI, Anthropic et Mistral ou à un modèle Ollama local, et s'intègre à PGVector et FAISS pour le stockage vectoriel, selon la documentation et la description du dépôt du projet.
- Documents : PDF, TXT, Markdown nativement ; autres formats via un parseur personnalisé, ou via Megaparse (un projet QuivrHQ distinct) pour les mises en page complexes ou riches en OCR
- API LLM : OpenAI, Anthropic et Mistral sont explicitement citées dans le README comme fournisseurs pris en charge
- Modèles locaux : Ollama est documenté comme backend pris en charge, permettant l'étape LLM sans appel API cloud
- Bases vectorielles : la description du dépôt cite PGVector et FAISS ; le projet est conçu pour être agnostique en matière de base vectorielle, mais brancher une alternative reste une tâche de configuration à faire soi-même
- Reranking : une étape optionnelle de reranking Cohere peut réordonner les extraits récupérés avant qu'ils n'atteignent le LLM
Comment installer et auto-héberger Quivr aujourd'hui ?
Quivr n'a aucun serveur à déployer — « auto-héberger » signifie exécuter la bibliothèque Python dans son propre script, service ou application, entièrement sur une infrastructure qu'on contrôle. Ces étapes permettent d'obtenir une Brain fonctionnelle répondant à des questions sur des fichiers locaux.
- 1Installez Python 3.10 ou plus récent, puis installez le paquet : pip install quivr-core.
- 2Définissez une clé API en variable d'environnement selon le fournisseur LLM choisi — OPENAI_API_KEY, ANTHROPIC_API_KEY ou une clé Mistral — ou pointez Quivr vers un endpoint Ollama local pour éviter tout appel LLM cloud.
- 3Créez une Brain à partir de vos fichiers : Brain.from_files(name="my_brain", file_paths=["doc1.pdf", "doc2.md"]) ingère et indexe les documents dans le processus.
- 4Écrivez un fichier workflow_config.yaml définissant les étapes de récupération (filter_history, rewrite, retrieve, generate) ainsi que les réglages optionnels de reranker et de LLM comme max_input_tokens et temperature.
- 5Chargez la configuration avec RetrievalConfig.from_yaml("workflow_config.yaml") et appelez brain.ask("votre question", retrieval_config=retrieval_config) pour interroger vos documents.
- 6Persistez l'index vous-même s'il doit survivre à un redémarrage — quivr-core garde tout en mémoire pour la durée du script, sauf si vous branchez un stockage vectoriel comme PGVector ou FAISS.
Faut-il un serveur ou Docker pour exécuter Quivr ?
Non. quivr-core est un paquet Python qu'on importe dans un script ou une application — pip install quivr-core constitue tout le déploiement. Aucun frontend, service backend ou fichier docker-compose n'est fourni pour une interface de chat dans le navigateur, une différence notable avec AnythingLLM ou Khoj.
Quivr peut-il fonctionner entièrement hors ligne avec un LLM local ?
Oui, pour l'étape de génération — le README documente la prise en charge d'Ollama pour les modèles locaux, donc l'appel LLM lui-même peut rester sur votre machine. L'étape optionnelle de reranking Cohere est un appel API cloud, sauf si vous la sautez.
Pour qui Quivr est-il fait ?
La forme actuelle du projet — une bibliothèque code-first sans maintenance active — restreint le profil auquel Quivr convient. C'est un choix raisonnable pour un type précis d'utilisateur, et un mauvais choix pour la plupart des personnes cherchant une application de chat documentaire auto-hébergée.
Quivr vs. alternatives
Chaque alternative ci-dessous livre une interface de chat déployable et a reçu des commits dans le mois précédant cette analyse — l'inverse de l'état actuel de Quivr.
Outil | Interface | Licence | Idéal pour | Maintenance |
|---|---|---|---|---|
| Quivr | Bibliothèque Python, sans UI | Apache 2.0 | Développeurs intégrant le RAG dans leur app | Aucun commit principal depuis mi-2025 |
| AnythingLLM | UI de chat complète, Docker | MIT | Assistant de connaissances auto-hébergé clé en main | Active |
| Khoj | UI de chat + agents | AGPL-3.0 | « Second cerveau » auto-hébergé avec automatisations | Active |
| PrivateGPT | API + UI de chat | Apache 2.0 | Déploiements strictement hors ligne / air-gap | Active |
Erreurs fréquentes en évaluant Quivr aujourd'hui
Ces erreurs viennent du fait de traiter d'anciens articles sur Quivr — y compris son propre marketing historique — comme une description de ce que le dépôt livre aujourd'hui.
Questions fréquentes
Quivr est-il encore maintenu ?
Il n'existe aucune annonce officielle de fermeture, mais la branche principale GitHub n'a reçu aucun commit depuis le 19 juin 2025, et l'entreprise derrière le projet (désormais nommée The Vibe Company) fait la promotion sur quivr.com d'un produit d'agents IA de support client sans rapport, au moment de cette analyse. Considérez-le comme dormant, pas activement développé.
Quivr est-il une application auto-hébergée ou une bibliothèque ?
Une bibliothèque. quivr-core est un paquet Python (pip install quivr-core) construit autour d'une classe Brain pour la génération augmentée par récupération. Le dépôt actuel ne fournit aucun frontend, service backend ou fichier docker-compose.
Sous quelle licence Quivr est-il publié ?
Apache License 2.0, selon le fichier LICENSE du dépôt. Le badge de licence automatique de GitHub affiche « Other » pour ce dépôt, mais le texte du fichier LICENSE lui-même est la licence Apache 2.0 standard.
Quivr prend-il en charge les LLM locaux ?
Oui. Le README documente la prise en charge d'Ollama pour les modèles locaux, en plus du support API direct pour OpenAI, Anthropic et Mistral.
Quels types de fichiers Quivr peut-il ingérer ?
PDF, TXT et Markdown nativement. Les autres formats nécessitent un parseur personnalisé, ou le projet compagnon Megaparse pour les documents plus complexes comme les PDF scannés.
Quelles bases vectorielles Quivr prend-il en charge ?
La description du dépôt cite PGVector et FAISS. Le projet est conçu pour être en principe agnostique en matière de base vectorielle, mais brancher un stockage alternatif reste une tâche de configuration laissée à l'utilisateur.
En quoi Quivr diffère-t-il d'AnythingLLM ou de Khoj ?
AnythingLLM et Khoj livrent tous deux une interface de chat déployable et ont reçu des commits dans le mois précédant cette analyse. Quivr ne livre que la bibliothèque Python, sans frontend fourni et sans commit sur sa branche principale depuis juin 2025.
Peut-on encore installer Quivr aujourd'hui ?
Oui. pip install quivr-core installe la version 0.0.26, et le code fonctionne comme documenté. Vous n'obtiendrez plus de corrections de bugs, de nouvelles intégrations ou de support à l'avenir.
quivr.com est-il le même projet que le logiciel open source ?
Il est exploité par la même entreprise. Au moment de cette analyse, quivr.com fait la promotion d'un produit d'agents IA de support client et ne mentionne ni la bibliothèque RAG open source ni un assistant de connaissances auto-hébergé.