xyne
企业级 AI 搜索问答引擎，统一索引多数据源，支持自然语言提问与可溯源回答
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
企业级 AI 搜索问答引擎，统一索引多数据源，支持自然语言提问与可溯源回答
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象这样一个场景：你是某科技公司的项目经理，要在堆积如山的文档、邮件、Slack 对话、Jira 工单、Confluence 页面、GitHub Issues 中，找到三个月前讨论过的某个功能设计决策。传统的做法是逐个工具搜索、复制粘贴关键词，或者在群里"有人记得 XX 吗？"然后等待回复。这件事消耗了大量本可用于创造价值的时间。
Xyne 正是为解决这个痛点而生。它是一个开源的企业级 AI 搜索与问答引擎，定位是 Glean / Google Gemini / Microsoft Copilot 的开源替代方案。它能将企业分散在各 SaaS 工具中的信息——文档、代码、邮件、消息、工单、日历等——统一索引，并通过大语言模型提供自然语言问答体验，同时附上可溯源的引用链接。
图1：Xyne 系统概览，支持多数据源统一搜索
现代知识工作者的信息分散程度远超想象。一个典型的中大型科技公司，可能同时使用 Google Workspace（Drive/Docs/Sheets/Gmail/Calendar）、Atlassian（Jira/Confluence/Bitbucket）、Slack、GitHub、Notion、Salesforce、Zendesk 等十余种工具。信息孤岛问题导致：
Xyne 的核心思路是：不改变现有工具和工作流，而是在其上建立一层统一的知识访问层。它像一位不知疲倦的 AI 助理，既能像 Google 一样搜索，也能像 ChatGPT 一样回答基于真实企业内部数据的问题。
Xyne 采用 Bun + TypeScript 作为后端运行时，React + Vite + Tailwind CSS 构建前端，架构清晰、全栈统一：
| 层级 | 技术选型 | 说明 |
|---|---|---|
| 后端运行时 | Bun 1.x | 比 Node.js 更快的 JavaScript 运行时 |
| Web 框架 | Hono 4.x | 轻量高性能，支持中间件扩展 |
| 前端框架 | React 19 + Vite | 现代响应式 UI |
| 数据库 | PostgreSQL 15 | 结构化数据存储（用户、权限、工单等） |
| 向量搜索引擎 | Vespa | 开源高性能向量检索引擎（类比 Elasticsearch + FAISS） |
| ORM | Drizzle ORM | TypeScript 原生类型安全 ORM |
| AI SDK | @ai-sdk 系列 | 统一接入 OpenAI / Anthropic / Google / AWS Bedrock |
| RAG 框架 | LangChain (@langchain/core) | 检索增强生成管线 |
| 实时通信 | LiveKit | 音视频/实时能力（用于 agent 协作场景） |
Xyne 的核心技术挑战是在企业私有数据上实现高质量的检索增强生成（RAG）。其搜索管线分为以下几个阶段：
1. 数据接入层（Ingestion） 支持连接多种外部数据源：Google Workspace（Drive/Docs/Sheets/Slides/Gmail/Calendar/Contacts）、Atlassian（Jira/Confluence）、Slack、GitHub、Notion、Microsoft 365（Outlook/Teams/SharePoint）、Email（IMAP/SMTP）等。每个连接器负责将外部数据转换为统一的文档格式，并提取元数据（来源、权限、创建时间等）。
2. 文档处理层（Chunking） 将文档切分为适合检索的文本块（chunks）。Xyne 支持多种切分策略：
docxChunks.ts 文件达 83KB，包含完整的 Word 文档解析逻辑）html-to-text 库）3. 向量索引层（Vespa） 切分后的 chunks 送入 Vespa 建立向量索引。Vespa 是 Yahoo 开源的高性能向量搜索和全文检索引擎，支持：
4. 权限感知层（Permission Enforcement） 这是企业搜索区别于通用搜索的关键。Xyne 实时同步每个数据源的用户权限模型，确保搜索结果只返回当前用户有权限访问的内容。例如，Google Drive 文档的共享范围、Confluence 页面的空间权限、Jira 项目的访问级别——这些权限在检索阶段就被强制执行，而不是事后过滤。
5. 生成层（RAG + LLM） 查询流程：用户提问 → 检索相关 chunks → 将 chunks 作为上下文注入 prompt → 调用用户指定的 LLM 生成回答 → 附加来源链接。
支持的主流 LLM 提供商包括：
用户可自由选择模型，甚至在同一对话中切换——真正实现"模型无关"（Model Agnostic）。
图2：Xyne 支持 DeepSeek 等多种开源模型接入
xyne/
├── server/ # Bun + Hono 后端
│ ├── ai/ # AI 核心逻辑（prompts、context、model config）
│ ├── api/ # REST API 路由（admin、search、auth、ingestion等）
│ ├── db/ # 数据库 schema（PostgreSQL + Drizzle ORM）
│ ├── auth/ # 认证授权（OAuth 集成）
│ ├── eval/ # 评测数据集（RAGEval）
│ └── server.ts # 主入口
├── frontend/ # React + Vite 前端
│ ├── src/ # 组件、路由、状态管理
│ ├── vite.config.ts
│ └── tailwind.config.js
├── deployment/ # 部署配置
│ ├── docker-compose.yml # 生产级完整部署
│ ├── docker-compose.prod.yml
│ ├── setup-deployment.sh # 自动化部署脚本
│ └── prometheus/grafana # 可选监控栈
└── Dockerfile # 多阶段构建镜像
用户可以在单一界面搜索所有已接入数据源的内容，并以自然语言提问。例如："Q3 季度关于性能优化的所有 Jira 评论"、"张工上个月发的关于 API 重构的 Slack 消息"、"所有包含 AI 规划的 Confluence 页面"。
AI 回答会以引用气泡的形式标注每个信息来源，支持一键跳转原始页面。
Xyne 支持类似 Notion 的斜杠命令（slash commands）交互，用户可以在对话中输入 /search、/ask、/summarize 等命令触发特定行为。
Xyne 支持多租户部署，每个组织（tenant）有独立的数据存储和用户体系。权限模型与各数据源的原生权限无缝对齐，无需额外配置。
接入数据源后，Xyne 会保持增量同步：新创建/修改的文档会被自动索引，无需手动刷新。同步频率可配置。
图3：Xyne 支持的企业应用集成（Google/Atlassian/Slack/GitHub/Notion 等）
Xyne 提供开箱即用的 Docker Compose 一键部署，同时也支持云端手动部署。
git clone https://github.com/xynehq/xyne
cd xyne
# 配置环境变量
cp server/.env.default server/.env
# 编辑 .env 填入必要配置
docker-compose -f deployment/docker-compose.yml up -d
部署架构包含 6 个核心容器：
提供专门的 start-aws-linux.sh 脚本和 setup-deployment.sh，支持在 AWS EC2 上自动化部署，包含 NVIDIA GPU 支持（用于 GPU 加速向量计算）。
图4：Google Workspace OAuth 集成配置界面
Xyne 所在的赛道——企业 AI 搜索（Enterprise AI Search）——近年来增长迅速。随着 ChatGPT 浪潮，企业对"让 AI 理解企业内部知识"的需求急剧上升。Glean 估值超 40 亿美元，Microsoft Copilot Search、Perplexity Enterprise 相继推出，印证了这一赛道的商业价值。
Xyne 的开源策略意义在于：让中小企业和重视数据隐私的组织，也能以低成本部署企业级 AI 搜索能力，而不必依赖昂贵的商业方案或将数据交给第三方 SaaS。Vespa 作为底层向量引擎的性能保证，加上模型无关的灵活性，使 Xyne 在开源同类产品中具备相当的竞争力。
Xyne 是一款面向企业的开源 AI 搜索与问答平台，目标是成为企业知识工作流的"统一智能入口"。它以 RAG 为核心，结合权限感知的向量检索，支持几乎所有主流企业 SaaS 工具的数据接入，并通过 Docker Compose 实现一键部署。对于希望摆脱信息孤岛、提升知识流转效率的企业来说，Xyne 提供了目前开源生态中最接近 Glean 商业体验的替代方案。