O Quivr ainda é mantido?
Não existe um anúncio formal de encerramento ou arquivamento para o Quivr, diferente de outras ferramentas de IA de código aberto que publicaram um aviso de encerramento com data. Mas as evidências observáveis apontam na mesma direção: a branch principal no GitHub não recebe commits desde 19 de junho de 2025, e a empresa por trás do projeto agora divulga um produto sem relação.
O repositório em si não está marcado como "arquivado" no GitHub — ainda aceita issues e discussões, e o código Apache 2.0 continua totalmente instalável hoje. Trate-o como um projeto adormecido e sem manutenção, não como formalmente descontinuado: a diferença importa para avaliar o risco de depender dele.
Último commit na branch principal
- Constatação:
- 19 de junho de 2025 — nenhum desde então, segundo a API de commits do GitHub
Organização no GitHub
- Constatação:
- Repositório movido de QuivrHQ para The-Vibe-Company; links antigos redirecionam automaticamente
Última versão no PyPI
- Constatação:
- quivr-core 0.0.26, publicada em 10 de dezembro de 2024
Versão mais nova não publicada
- Constatação:
- core-0.0.33 foi marcada no GitHub em 4 de fevereiro de 2025, mas nunca publicada no PyPI
Status do repositório
- Constatação:
- Não arquivado formalmente — 35 issues abertas e discussões continuam habilitadas
Produto atual da empresa
- Constatação:
- quivr.com agora divulga um produto de agentes de IA para suporte ao cliente, sem referência à biblioteca RAG
📌Nota: Isso muda o que esperar de cada seção a seguir: o código Apache 2.0 funciona hoje, mas trate-o como uma dependência congelada sem suporte ativo, não como um produto em desenvolvimento ativo.
O que é o Quivr?
O Quivr é uma biblioteca Python de código aberto (licença Apache 2.0, publicada como quivr-core no PyPI) para adicionar geração aumentada por recuperação à sua própria aplicação via código — não um app web independente que você implanta e abre no navegador. O projeto se descreve como uma ajuda para construir um "segundo cérebro", mas esse segundo cérebro é uma biblioteca que você importa, não um produto hospedado.
- Instalado com pip install quivr-core — sem Docker, frontend ou serviço de backend no repositório atual
- A abstração central é a classe Brain: Brain.from_files(...) ingere documentos, brain.ask(...) os consulta
- Funciona diretamente com as APIs da OpenAI, Anthropic e Mistral, ou com modelos locais via Ollama, segundo o README do projeto
- Ingere PDF, TXT e Markdown nativamente, extensível com parsers personalizados ou o projeto complementar Megaparse para documentos mais complexos
- Os fluxos de recuperação (filtragem de histórico, reescrita de consulta, recuperação, geração) são configurados por um arquivo YAML, não uma tela de configurações
- Etapa opcional de reranking (a integração documentada é a Cohere) para reordenar os trechos recuperados antes da geração
Quais tipos de documento, LLMs e bancos vetoriais o Quivr suporta?
O Quivr aceita nativamente arquivos PDF, TXT e Markdown, conecta-se às APIs da OpenAI, Anthropic e Mistral ou a um modelo Ollama local, e integra-se com PGVector e FAISS para armazenamento vetorial, segundo a própria documentação e a descrição do repositório do projeto.
- Documentos: PDF, TXT, Markdown nativamente; outros formatos via um parser personalizado, ou via Megaparse (um projeto separado do QuivrHQ) para layouts complexos ou com muito OCR
- APIs de LLM: OpenAI, Anthropic e Mistral são citadas explicitamente no README como provedores suportados
- Modelos locais: Ollama é documentado como backend suportado, permitindo que a etapa do LLM funcione sem chamadas a uma API na nuvem
- Bancos vetoriais: a descrição do repositório cita PGVector e FAISS; o projeto foi desenhado para ser agnóstico quanto ao banco vetorial, mas conectar uma alternativa é uma tarefa de configuração que você mesmo faz
- Reranking: uma etapa opcional de reranking com Cohere pode reordenar os trechos recuperados antes de chegarem ao LLM
Como instalar e hospedar o Quivr hoje?
O Quivr não tem servidor nenhum para implantar — "auto-hospedar" significa rodar a biblioteca Python dentro do seu próprio script, serviço ou aplicação, totalmente em infraestrutura que você controla. Estes passos deixam uma Brain funcional respondendo perguntas sobre arquivos locais.
- 1Instale o Python 3.10 ou mais recente, depois instale o pacote: pip install quivr-core.
- 2Defina uma chave de API como variável de ambiente conforme o provedor de LLM escolhido — OPENAI_API_KEY, ANTHROPIC_API_KEY ou uma chave da Mistral — ou aponte o Quivr para um endpoint Ollama local para evitar por completo uma chamada a um LLM na nuvem.
- 3Crie uma Brain a partir dos seus arquivos: Brain.from_files(name="my_brain", file_paths=["doc1.pdf", "doc2.md"]) ingere e indexa os documentos no próprio processo.
- 4Escreva um arquivo workflow_config.yaml definindo as etapas de recuperação (filter_history, rewrite, retrieve, generate) mais configurações opcionais de reranker e de LLM como max_input_tokens e temperature.
- 5Carregue a configuração com RetrievalConfig.from_yaml("workflow_config.yaml") e chame brain.ask("sua pergunta", retrieval_config=retrieval_config) para consultar seus documentos.
- 6Persista o índice você mesmo se precisar que ele sobreviva a um reinício — o quivr-core mantém tudo em memória durante a vida do script, a menos que você conecte um banco vetorial como PGVector ou FAISS.
Preciso de um servidor ou Docker para rodar o Quivr?
Não. O quivr-core é um pacote Python que você importa em um script ou aplicação — pip install quivr-core é toda a implantação. Não há frontend, serviço de backend ou arquivo docker-compose incluídos para uma interface de chat no navegador, uma diferença relevante em relação ao AnythingLLM ou Khoj.
O Quivr pode rodar totalmente offline com um LLM local?
Sim, para a etapa de geração — o README documenta suporte ao Ollama para modelos locais, então a própria chamada ao LLM pode ficar na sua máquina. A etapa opcional de reranking com Cohere é uma chamada de API na nuvem, a menos que você a pule.
Quem deveria usar o Quivr?
O formato atual do projeto — uma biblioteca voltada a código, sem manutenção ativa — restringe para quem o Quivr faz sentido. É uma escolha razoável para um tipo específico de usuário, e uma escolha ruim para a maioria de quem procura um app de chat de documentos auto-hospedado.
Use o Quivr se
- Você é desenvolvedor Python e quer plugar um pipeline de RAG diretamente no código da sua própria aplicação, sem implantar um app de chat separado
- Você já usa o quivr-core em um projeto e só precisa que continue funcionando, não de novos recursos
- Você quer uma camada de RAG leve e programável sem subir um serviço adicional
- Você aceita depender de uma biblioteca sem commits desde meados de 2025 e sem um mantenedor comprometido para o futuro
Evite o Quivr se
- Você quer uma interface pronta, no navegador, para "conversar com seus documentos" — o Quivr em sua forma atual não entrega frontend nenhum
- Você precisa de correções de bugs ativas, novas integrações de LLM ou suporte do fornecedor no futuro
- Uma auditoria de compliance ou de risco de fornecedor exige evidência de atividade de manutenção recente
- Você esperava uma alternativa auto-hospedada a um assistente de chat na nuvem com upload de arquivos — avalie AnythingLLM ou Khoj em vez disso
Quivr vs. alternativas
Cada alternativa abaixo entrega uma interface de chat implantável e teve commits no último mês antes desta análise — o oposto do estado atual do Quivr.
Ferramenta | Interface | Licença | Melhor para | Manutenção |
|---|---|---|---|---|
| Quivr | Biblioteca Python, sem UI | Apache 2.0 | Devs incorporando RAG no próprio app | Sem commits na branch principal desde meados de 2025 |
| AnythingLLM | UI de chat completa, Docker | MIT | Assistente de conhecimento self-hosted pronto | Ativa |
| Khoj | UI de chat + agentes | AGPL-3.0 | "Segundo cérebro" self-hosted com automações | Ativa |
| PrivateGPT | API + UI de chat | Apache 2.0 | Implantações estritamente offline / air-gap | Ativa |
Erros comuns ao avaliar o Quivr hoje
Esses erros vêm de tratar textos antigos sobre o Quivr — incluindo seu próprio marketing histórico — como uma descrição do que o repositório entrega hoje.
Erro 1: presumir que o Quivr ainda é um app de chat auto-hospedado
Muitas descrições do Quivr na internet, incluindo artigos comparativos antigos, descrevem uma versão completa com frontend no navegador e uma API baseada em Supabase. Essa versão não é mais o que o repositório entrega hoje — só resta a biblioteca Python.
Erro 2: confundir estrelas no GitHub com manutenção ativa
O Quivr acumulou um grande número de estrelas ao longo de vários anos. Estrelas medem popularidade histórica, não atividade de commit atual — verifique diretamente o histórico de commits, como esta análise fez, em vez de inferir a saúde do projeto pelo selo de estrelas.
Erro 3: esperar que o pip instale a versão mais recente marcada
pip install quivr-core instala a versão 0.0.26. Uma tag mais nova, core-0.0.33, existe no GitHub, mas nunca foi publicada no PyPI — instalar diretamente do repositório do GitHub dá uma versão diferente da do pacote pip.
Perguntas frequentes
O Quivr ainda é mantido?
Não existe um anúncio formal de encerramento, mas a branch principal do GitHub não recebe commits desde 19 de junho de 2025, e a empresa por trás do projeto (agora operando como The Vibe Company) divulga em quivr.com um produto de agentes de IA para suporte ao cliente sem relação, no momento desta análise. Trate-o como adormecido, não como em desenvolvimento ativo.
O Quivr é um app self-hosted ou uma biblioteca?
Uma biblioteca. O quivr-core é um pacote Python (pip install quivr-core) construído em torno de uma classe Brain para geração aumentada por recuperação. O repositório atual não entrega frontend, serviço de backend ou arquivo docker-compose.
Sob qual licença o Quivr é publicado?
Apache License 2.0, segundo o arquivo LICENSE do repositório. O selo automático de licença do GitHub mostra "Other" para este repositório, mas o texto do arquivo LICENSE em si é a licença Apache 2.0 padrão.
O Quivr suporta LLMs locais?
Sim. O README documenta suporte ao Ollama para modelos locais, além do suporte direto de API para OpenAI, Anthropic e Mistral.
Quais tipos de arquivo o Quivr consegue ingerir?
PDF, TXT e Markdown nativamente. Outros formatos exigem um parser personalizado, ou o projeto complementar Megaparse para documentos mais complexos, como PDFs escaneados.
Quais bancos de dados vetoriais o Quivr suporta?
A descrição do repositório cita PGVector e FAISS. O projeto foi desenhado, em princípio, para ser agnóstico quanto ao banco vetorial, mas conectar um armazenamento alternativo continua sendo tarefa de configuração do usuário.
Como o Quivr difere do AnythingLLM ou do Khoj?
AnythingLLM e Khoj entregam uma interface de chat implantável e tiveram commits no último mês antes desta análise. O Quivr entrega apenas a biblioteca Python, sem frontend incluído e sem commits na branch principal desde junho de 2025.
Ainda dá para instalar o Quivr hoje?
Sim. pip install quivr-core instala a versão 0.0.26, e o código funciona como documentado. Você não terá correções de bugs, novas integrações ou suporte no futuro.
O quivr.com é o mesmo projeto que o software de código aberto?
É operado pela mesma empresa. No momento desta análise, o quivr.com divulga um produto de agentes de IA para suporte ao cliente e não menciona a biblioteca RAG de código aberto nem um assistente de conhecimento self-hosted.