Flamehaven FileSearch — เอนจินค้นหาเอกสาร RAG โอเพนซอร์สที่โฮสต์เองได้

🔥Flamehaven FileSearch

• Flamehaven FileSearch คือ เอนจินค้นหาเชิงความหมายแบบโอเพนซอร์สที่โฮสต์เองได้ ซึ่งช่วยให้ใครก็ตามสามารถสร้างระบบ RAG (Retrieval-Augmented Generation) ที่อิงเอกสารได้ภายใน 5 นาที
• ทำงานบนพื้นฐานของ Python, FastAPI และ SQLite และใช้ Google Gemini Embedding เพื่อทำ การถาม-ตอบด้วยภาษาธรรมชาติ จากเอกสารหลากหลายประเภท เช่น PDF/DOCX/TXT/MD

---

ทำไมถึงสร้างมันขึ้นมา?

• โครงการ RAG แบบโอเพนซอร์สส่วนใหญ่ทำงานได้ดีในสภาพแวดล้อมอย่าง Colab หรือ Jupyter แต่เมื่อจะนำขึ้นเซิร์ฟเวอร์เพื่อใช้งานจริง มักมีโครงสร้างที่ซับซ้อนเกินไปหรือยังขาดเสถียรภาพ
• Flamehaven FileSearch ถูกออกแบบภายใต้เป้าหมาย “สแตก RAG ขนาดเบาที่ใช้งานได้จริง” เพื่อให้นักวิจัย สตาร์ทอัป และนักพัฒนารายบุคคลสามารถทดลองค้นหาเชิงความหมายกับข้อมูลของตนเองได้ทันที

---

ทำไมจึงน่าจับตา?

• อิสระอย่างสมบูรณ์: ไม่ต้องพึ่งพาเซิร์ฟเวอร์ภายนอกหรือคลาวด์ และข้อมูลทั้งหมดถูกเก็บไว้ในเครื่องโลคัล
• โครงสร้างที่เน้นนักพัฒนา: Python SDK + REST API พร้อมเอกสาร Swagger ที่สร้างอัตโนมัติบน FastAPI
• เผยแพร่เป็นแพ็กเกจบน PyPI: ติดตั้งได้ทันทีจาก PyPI — เพียงบรรทัดเดียว pip install flamehaven-filesearch[api] ก็ติดตั้งแบบอัตโนมัติครบชุด
• พร้อมใช้งานทันที: หลังติดตั้งสามารถรันเซิร์ฟเวอร์ได้ทันทีด้วยคำสั่ง flamehaven-api และทดสอบ API ได้ที่ /docs บนเบราว์เซอร์
• ขยายต่อได้: รองรับที่เก็บข้อมูลแบบ SQLite, สถาปัตยกรรมปลั๊กอิน และการดีพลอยด้วย Docker
• เหมาะกับการศึกษา/วิจัย: ใช้ Gemini Embedding จึงเหมาะอย่างยิ่งสำหรับการฝึกปฏิบัติด้าน semantic search บนพื้นฐาน LLM รุ่นใหม่

---

มีอะไรอยู่ข้างในบ้าง? (ไฮไลต์)

• Python SDK: from flamehaven_filesearch import FlamehavenFileSearch

  → มีฟังก์ชันครบสำหรับอัปโหลดเอกสาร / ค้นหา / จัดการสโตร์

• REST API: เอนด์พอยต์ /upload, /search, /stores + Swagger UI

• รองรับ Docker: docker run -e GEMINI_API_KEY=... -p 8000:8000 flamehaven/filesearch:latest

• โครงสร้าง: core(เอนจิน) / api(FastAPI) / data(SQLite) / examples / docs

---

ลองใช้อย่างรวดเร็ว

1️⃣ แพ็กเกจ PyPI

Flamehaven FileSearch สามารถติดตั้งได้ทันทีผ่าน PyPI

ดูเวอร์ชันล่าสุด: https://pypi.org/project/flamehaven-filesearch

pip install flamehaven-filesearch[api]  

2️⃣ ติดตั้ง

pip install flamehaven-filesearch[api]  
export GEMINI_API_KEY="your-google-gemini-key"  
flamehaven-api  
  

3️⃣ อัปโหลดเอกสารและค้นหา

curl -X POST "http://localhost:8000/upload"; -F "file=@handbook.pdf"  
curl "http://localhost:8000/search?q=vacation+policy";  
  

4️⃣ ตัวอย่างการใช้ SDK

from flamehaven_filesearch import FlamehavenFileSearch  
fs = FlamehavenFileSearch()  
fs.upload_file("handbook.pdf")  
print(fs.search("vacation policy")["answer"])  
  

---

ประสิทธิภาพและสเปก

• สภาพแวดล้อม: Ubuntu 22.04 / 2vCPU / 4GB RAM / SSD
• อัปโหลด PDF ขนาด 10MB → ประมาณ 5 วินาที
• เวลาเฉลี่ยในการตอบกลับการค้นหา → 2 วินาที (เมื่ออ้างอิงแหล่งข้อมูล 5 รายการ)
• การลบ/สร้างสโตร์ → ภายใน 1 วินาที
• โอเวอร์เฮดของสตอเรจ → ประมาณ 5% ของขนาดเอกสาร

---

โรดแมป

• v1.1 : แคชและการจัดการโควตา
• v1.2 : การค้นหาแบบแบตช์ + WebSocket streaming
• v2.0 : รองรับเอกสารหลายภาษา, แดชบอร์ดวิเคราะห์
• อนาคต : ผสาน Pinecone/Weaviate vector DB, OCR, collaborative store

---

ใบอนุญาต

• MIT License (โอเพนซอร์สเต็มรูปแบบ)

---

🛡️ ประกาศด้านความปลอดภัยและบัญชี GitHub ของ Flamehaven

เมื่อไม่นานมานี้ มีการตรวจพบความพยายามเข้าสู่ระบบที่น่าสงสัยในบัญชี GitHub ของ Flamehaven (บัญชีหลักนี้) ส่งผลให้บัญชีอยู่ในสถานะถูกระงับชั่วคราว ขณะนี้กำลังร่วมมือกับทีมความปลอดภัยของ GitHub เพื่อตรวจสอบปัญหา

จากเหตุการณ์ครั้งนี้ บัญชีที่มี dir2md, flashrecord, crom-efficient และ Arr-medic-cyp3a4 รวมอยู่ด้วย จะหยุดใช้งานชั่วคราวไปก่อนในระยะนี้

ขออภัยผู้ใช้งานทุกท่านอย่างจริงใจสำหรับความไม่สะดวก และขอความกรุณาให้รอสักระยะจนกว่าการตรวจสอบด้านความปลอดภัยจะเสร็จสิ้น