RepoPicks Radar

每天约 23:30 UTC 更新

指南

LEANN

StarTrail-org/LEANNAI 已审核

RepoPicks Radar 检查于

LEANN 是什么?

LEANN 是一个在本机运行的向量索引和搜索引擎。它不为每段文本都存一份向量,而是保留一张经过剪枝的图,在搜索时重新计算向量,作者称这样可以把索引体积减少约 97%。自带的示例可以索引文档和 PDF、Apple Mail、Chrome 浏览历史、微信、iMessage、ChatGPT 和 Claude 的导出记录、Slack 以及代码库,之后你可以用 Ollama 上的本地模型或云端模型对这些内容提问。它还能作为 MCP 搜索工具接入 Claude Code。

LEANN 免费开源(MIT),可以替代 NotebookLM和Supermemory。

LEANN 安装有多容易?

C · 需要安装 1–2 个工具 · macOS

  • Windows D
  • macOS C
  • Linux C

在最省事的 macOS 和 Linux 上,你安装 uv 工具,建一个虚拟环境,运行 `uv pip install leann`,然后输入 `python -m apps.document_rag --query "..."` 这样的命令。Windows 要麻烦得多:README 里针对 Windows 的说明只有从源码编译这一条路,需要 Visual Studio 2022 Build Tools、vcpkg、chocolatey 和若干环境变量。

LEANN 的 GitHub 数据

星标
13,7892026年11月10日
下载量
—所有发布版本
增长
+176 天内新增星标

星标变化

13,77513,78013,78513,790 11月7日11月8日11月9日11月10日 13,77513,78013,78513,790 11月7日11月9日

事实

可运行于
Windows, macOS, Linux
需要安装
Python
从源码编译需要
Python, NVIDIA 显卡
磁盘空间
950 MB–4.3 GB · 估算
账号或密钥
OpenAI (or any OpenAI-compatible provider, only if you want a cloud model)
费用
免费 · 代码采用 MIT 许可,并且可以全程使用 Ollama、LM Studio 等本地模型。如果你改用 OpenAI、Anthropic 或其他云端服务,就要向那家服务付费。
许可证
MIT (宽松型)
可以替代
NotebookLM, Supermemory
GitHub 上的最近改动
2026年10月28日

LEANN 的风险信号 (6)

  • 注意安装命令会运行来自网络的脚本

    安装命令把远程脚本直接灌进 shell:curl -LsSf https://astral.sh/uv/install.sh | sh

    自动检查

  • 注意会读取你最私密的文件

    README:自带的应用会索引 Apple Mail、`~/Library/Messages/chat.db`(iMessage)、Chrome 浏览历史、微信消息以及 ChatGPT 和 Claude 的导出记录,其中两个还要求你 "grant full disk access to your terminal/VS Code in System Preferences → Privacy & Security → Full Disk Access"。这项权限会让你在那个终端里运行的任何程序都能读取 Mac 上的所有文件,而不只是这一个程序。

    AI 审核

  • 注意导出微信记录需要改动微信本体

    README 的微信部分:导出消息需要 WeChatTweak-CLI,用 `brew install sunnyyoung/repo/wechattweak-cli` 或 `sudo packages/wechat-exporter/wechattweak-cli install` 安装。这是一个以管理员权限运行的第三方工具,会修改微信应用,以便读取聊天数据库。

    AI 审核

  • 信息云端模式会把你的内容发送出去

    README 的云服务表格及其自带提醒:"Before choosing a cloud provider, carefully review their privacy and data retention policies. Depending on their terms, your data may be used for their own purposes, including but not limited to human reviews and model training." 命令行默认后端是 `--llm openai`,使用 gpt-4o。

    AI 审核

  • 信息这些数字由作者自己测得

    "97% less storage without accuracy loss" 这一宣传语,以及在 30 个 SWE-Bench Pro 任务上与 BM25 的比较,都是项目自己在论文和测试框架中得出的结果;README 自己也补充说 "Better context access does not guarantee issue resolution."

    AI 审核

  • 信息从源码安装十分繁重

    README 的 Build from Source:macOS 需要一批 brew 包(libomp、boost、protobuf、zeromq),Linux 需要一长串 apt、pacman 或 dnf 包外加 Intel oneAPI MKL,Windows 则需要 Visual Studio 2022 Build Tools 和 vcpkg。README 还记录了安装失败的情况,例如 Linux 上 nltk 的 "Security Violation [pathsec.open]" 错误。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 LEANN 相关内容

  • "zero telemetry" 的说法是否成立,自带的应用和 MCP 服务器运行时又会向外发送什么
  • 在你自己杂乱的数据上,而不是公布的基准测试上,97% 的空间节省和搜索质量是否还能保持
  • 为一个大邮箱或长聊天记录建索引要多久,以及每次重新计算向量会让搜索慢多少
  • 装好模型权重、PDF 解析器和索引之后,总共需要多少磁盘和内存
  • Windows 上不走源码编译这条路是否行得通

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面