关键要点
- Apache 2.0 许可证——源代码（github.com/QuivrHQ/quivr，现托管于 github.com/The-Vibe-Company/quivr）可自由使用、修改和分叉
- GitHub 主分支自 2025 年 6 月 19 日起没有提交——没有正式的停更公告，但已超过一年没有可见的开发活动
- GitHub 组织已从 QuivrHQ 更名为 The-Vibe-Company，旧的 QuivrHQ 链接会自动跳转
- 公司官网 quivr.com 目前推广一款无关的 AI 客服代理产品，完全没有提及开源 RAG 库
- pip install quivr-core 目前仍可正常使用，安装的是 0.0.26 版本；代码能跑，但没有人修复漏洞或审查拉取请求
- 如果需要开箱即用的自托管聊天界面，建议评估 AnythingLLM 或 Khoj——两者都提供完整界面，且截至本文撰写时仍有活跃提交
📍 简单一句话
Quivr 是一个开源、Apache 2.0 许可的 Python 库（quivr-core），用于把 RAG 嵌入你自己的应用，而不是自托管聊天界面，其 GitHub 主分支自 2025 年 6 月 19 日起没有提交。
💬 简单来说
较旧的文章把 Quivr 描述成一个可安装、可在浏览器里聊天的"第二大脑"——那个版本已经不在代码仓库里了。如今发布的是一个需要导入到自己代码中的 Python 包。
⚠️警告: 如果你在找一个可以"和你的文件聊天"的自托管 Web 应用，目前形态的 Quivr 并不是——它是一个没有内置前端的 Python 库。
Quivr 还在维护吗？
Quivr 没有发布正式的停更或归档公告，这一点与其他公布过明确停更日期的开源 AI 工具不同。但可观察到的证据指向同一个方向：GitHub 主分支自 2025 年 6 月 19 日起没有任何提交，项目背后的公司现在推广一款无关的产品。
代码仓库本身在 GitHub 上并未标记为"已归档"——它仍然接受 issue 和讨论，Apache 2.0 代码目前也完全可以安装。应将其视为一个休眠、无人维护的项目，而非正式终止的项目：这个区别对于评估依赖它的风险很重要。
主分支最后一次提交
- 发现:
- 2025 年 6 月 19 日——根据 GitHub commits API，此后无提交
GitHub 组织
- 发现:
- 代码仓库已从 QuivrHQ 迁移到 The-Vibe-Company；旧链接自动跳转
最新 PyPI 版本
- 发现:
- quivr-core 0.0.26，发布于 2024 年 12 月 10 日
未发布的更新版本
- 发现:
- core-0.0.33 于 2025 年 2 月 4 日在 GitHub 打标签，但从未发布到 PyPI
代码仓库状态
- 发现:
- 未被正式归档——35 个未关闭 issue 及讨论区仍可使用
公司当前的产品
- 发现:
- quivr.com 目前推广一款无关的 AI 客服代理产品，未提及 RAG 库
📌注: 这改变了你对下文每一节应有的预期：Apache 2.0 代码目前可以运行，但应将其视为没有主动支持的冻结依赖项，而不是持续开发中的产品。
Quivr 是什么？
Quivr 是一个开源 Python 库（Apache 2.0 许可，以 quivr-core 发布在 PyPI 上），用于通过代码为你自己的应用添加检索增强生成——而不是一个部署后在浏览器中打开的独立 Web 应用。项目将自己描述为帮助构建"第二大脑"，但这个第二大脑是一个需要导入的库，而不是托管产品。
- 通过 pip install quivr-core 安装——当前代码仓库中不包含 Docker、前端或后端服务
- 核心抽象是 Brain 类：Brain.from_files(...) 摄取文档，brain.ask(...) 对其进行查询
- 根据项目 README，可直接对接 OpenAI、Anthropic 和 Mistral 的 API，或通过 Ollama 使用本地模型
- 原生支持摄取 PDF、TXT 和 Markdown，可通过自定义解析器或配套项目 Megaparse 扩展以处理更复杂的文档
- 检索工作流（历史过滤、查询重写、检索、生成）通过 YAML 文件配置，而非设置界面
- 可选的重排序步骤（文档中说明的集成对象是 Cohere），在生成前重新排列检索到的文本块
Quivr 支持哪些文档类型、LLM 和向量数据库？
根据项目自身文档和代码仓库描述，Quivr 原生接受 PDF、TXT 和 Markdown 文件，可连接 OpenAI、Anthropic、Mistral 的 API 或本地 Ollama 模型，并集成 PGVector 和 FAISS 作为向量存储。
- 文档：原生支持 PDF、TXT、Markdown；其他格式需要自行编写解析器，或通过 Megaparse（一个独立的 QuivrHQ 项目）处理 OCR 密集或复杂排版的文档
- LLM API：README 中明确列出 OpenAI、Anthropic 和 Mistral 为支持的提供商
- 本地模型：文档中说明支持 Ollama 作为后端，可让 LLM 步骤无需调用云端 API
- 向量存储：代码仓库描述中列出了 PGVector 和 FAISS；项目在设计上力求与向量存储无关，但接入其他方案需要你自行完成配置工作
- 重排序：可选的 Cohere 重排序步骤可在检索到的文本块传给 LLM 之前重新排序
现在如何安装并自托管 Quivr？
Quivr 没有需要部署的服务器——"自托管"指的是在完全由你控制的基础设施上，在你自己的脚本、服务或应用中运行这个 Python 库。以下步骤可以搭建一个能够回答本地文件问题的 Brain。
- 1安装 Python 3.10 或更高版本，然后安装该包：pip install quivr-core。
- 2根据计划使用的 LLM 提供商，将 API 密钥设置为环境变量——OPENAI_API_KEY、ANTHROPIC_API_KEY 或 Mistral 密钥；或者将 Quivr 指向本地 Ollama 端点，完全避免调用云端 LLM。
- 3用你的文件创建一个 Brain：Brain.from_files(name="my_brain", file_paths=["doc1.pdf", "doc2.md"]) 会在进程内摄取并索引这些文档。
- 4编写一个 workflow_config.yaml 文件，定义检索步骤（filter_history、rewrite、retrieve、generate），以及可选的重排序器和 LLM 设置，例如 max_input_tokens 和 temperature。
- 5使用 RetrievalConfig.from_yaml("workflow_config.yaml") 加载配置，然后调用 brain.ask("你的问题", retrieval_config=retrieval_config) 来查询你的文档。
- 6如果需要在重启后保留索引，需自行进行持久化——除非你接入 PGVector 或 FAISS 等向量存储，否则 quivr-core 只会在脚本运行期间将所有内容保存在内存中。
运行 Quivr 需要服务器或 Docker 吗？
不需要。quivr-core 是一个导入到脚本或应用中的 Python 包——pip install quivr-core 就是全部部署过程。它不包含用于浏览器聊天界面的前端、后端服务或 docker-compose 文件，这是与 AnythingLLM 或 Khoj 的明显区别。
Quivr 能配合本地 LLM 完全离线运行吗？
在生成这一步是可以的——README 中说明支持 Ollama 用于本地模型，因此 LLM 调用本身可以留在你的机器上。可选的 Cohere 重排序步骤是一次云端 API 调用，除非你跳过它。
谁适合使用 Quivr？
这个项目目前的形态——一个没有主动维护的、代码优先的库——限定了 Quivr 适合的人群。对某一类特定用户来说，它是合理的选择；但对大多数正在寻找自托管文档聊天应用的人来说，它并不合适。
Quivr 与替代方案对比
以下每个替代方案都提供可部署的聊天界面，且在本文撰写前一个月内均有提交——与 Quivr 目前的状态形成对比。
工具 | 界面 | 许可证 | 最适合 | 维护状态 |
|---|---|---|---|---|
| Quivr | Python 库，无 UI | Apache 2.0 | 将 RAG 嵌入自有应用的开发者 | 主分支自 2025 年年中起无提交 |
| AnythingLLM | 完整聊天 UI，Docker | MIT | 开箱即用的自托管知识助手 | 活跃 |
| Khoj | 聊天 UI + 智能体 | AGPL-3.0 | 带自动化功能的自托管"第二大脑" | 活跃 |
| PrivateGPT | API + 聊天 UI | Apache 2.0 | 严格离线 / 物理隔离部署 | 活跃 |
现在评估 Quivr 时的常见误区
这些误区源于把关于 Quivr 的旧文章——包括其自身历史上的营销内容——当作代码仓库当前实际提供内容的描述。
常见问题
Quivr 还在维护吗？
没有正式的停更公告，但 GitHub 主分支自 2025 年 6 月 19 日起没有任何提交，项目背后的公司（目前以 The Vibe Company 名义运营）截至本文撰写时在 quivr.com 上推广的是一款无关的 AI 客服代理产品。应将其视为休眠状态，而非活跃开发中。
Quivr 是自托管应用还是一个库？
是一个库。quivr-core 是一个 Python 包（pip install quivr-core），围绕用于检索增强生成的 Brain 类构建。当前代码仓库不包含前端、后端服务或 docker-compose 文件。
Quivr 采用什么许可证发布？
根据代码仓库中的 LICENSE 文件，是 Apache License 2.0。GitHub 对该仓库自动显示的许可证徽章为"Other"，但 LICENSE 文件本身的文本就是标准的 Apache 2.0 许可证。
Quivr 支持本地 LLM 吗？
支持。README 中说明了对本地模型的 Ollama 支持，同时也直接支持 OpenAI、Anthropic 和 Mistral 的 API。
Quivr 能摄取哪些文件类型？
原生支持 PDF、TXT 和 Markdown。其他格式需要自行编写解析器，或使用配套项目 Megaparse 来处理扫描版 PDF 等更复杂的文档。
Quivr 支持哪些向量数据库？
代码仓库描述中列出了 PGVector 和 FAISS。项目在原则上被设计为与向量存储无关，但接入替代存储仍需用户自行完成配置工作。
Quivr 与 AnythingLLM 或 Khoj 有什么不同？
AnythingLLM 和 Khoj 都提供可部署的聊天界面，且在本文撰写前一个月内均有提交。Quivr 仅提供 Python 库，不包含前端，主分支自 2025 年 6 月起也没有提交。
现在还能安装 Quivr 吗？
可以。pip install quivr-core 会安装 0.0.26 版本，代码也能按文档正常运行。但你今后不会获得漏洞修复、新集成或支持。
quivr.com 与这个开源项目是同一个吗？
由同一家公司运营。截至本文撰写时，quivr.com 推广的是一款 AI 客服代理产品，未提及开源 RAG 库或自托管知识助手。