Interakt

项目简介

Interakt 是一个面向网站的开源搜索与 AI 问答系统，由 Alpha Solutions 团队开发并维护。它的核心思路是：让网站所有者不必自己拼装搜索引擎、大模型接入、对话流水线、提示词库和数据分析这几套系统，只需把数据接进来，在管理后台配置好行为，再把一段脚本贴到网站上，搜索框和对话窗口就能立刻工作。项目底层集成了搜索索引、AI 提供方、聊天流水线、可版本化的提示词库以及独立的分析数据库，但对使用者只暴露一个后台、一套 API 和两个组件。项目采用 MIT 协议开源，可以完全自托管，官方也在 Azure 容器应用上运行了一套托管版本。

核心功能

理解意图的混合搜索：支持关键词、语义和混合三种检索模式，混合模式使用倒数排名融合（RRF）算法把关键词结果与向量结果合并排序。每个索引可单独配置分面、排序规则、同义词和停用词，还支持自动补全和基于 AI 的查询理解。

基于自有数据的对话：聊天回答严格以你自己的索引内容为依据，可选择确定性的“规划—检索—综合”流水线，也可以选择带工具调用的智能体循环。回答以流式方式返回，支持行内引用或脚注引用，并通过护栏机制保持在主题范围内。

搜索与对话分析：所有搜索事件、对话会话和执行轨迹都会写入一个独立的分析数据库，配套仪表盘和分析助手，帮助运营者看到哪些内容真正被用户需要、哪些查询没有得到满意回答。

工具与 MCP 支持：每个索引都会自带搜索、查找、检查、枚举等工具，管理员还可以添加自定义 HTTP 工具，或通过 Streamable HTTP 与 SSE 协议接入外部 MCP 服务器，让对话能力可以延伸到第三方系统。

自带模型与本地推理：支持 OpenAI，也支持通过自定义 base URL 接入任何 OpenAI 兼容端点，同时兼容 Ollama，可在完全本地、不出网的环境中进行推理。每个对话体验都可以独立选择模型提供方。

可嵌入的组件与版本化提示词：搜索与聊天组件基于 Preact 和 Shadow DOM 实现，从单个脚本包加载，兼容任意网站、不依赖前端框架，不会与站点原有样式冲突。流水线的每一步都是可编辑的模板，带完整历史记录和回滚能力，调整行为无需重新部署。

技术实现

Interakt 的整体流程是：先把数据目录、文档、内容管理系统或文件接入搜索索引，再在索引之上构建一个或多个体验。搜索体验对外提供组件和 REST API，AI 对话体验则通过“工具”调用搜索索引来回答问题，两者最终都通过组件或 API 输出到你的网站。后端采用 Next.js 16 与 Drizzle ORM，数据存储使用带 pgvector 扩展的 PostgreSQL，搜索层可选用 Elasticsearch 9 或 Azure AI Search，整个系统打包成单个 Docker 镜像，只要有 Docker 的地方就能运行。安全方面，系统提供主题门控和问候语检测两类护栏；对外访问令牌按体验签发，默认只读且可公开使用，而写入索引则需要服务端持有的摄取密钥，另有加密的密钥保险库统一管理敏感凭据。

快速上手

第一步：准备环境并克隆代码。需要 Node.js 24 与 Docker：

git clone https://github.com/alphasolutionsrepo/interakt.git && cd interakt/backend

第二步：生成配置。复制环境变量模板并填入三个生成的密钥，同时复制安装配置模板设置管理员邮箱和密码：

cp .env.example .env && cp setup/setup.config.example.yaml setup/setup.config.yaml

第三步：安装依赖并启动基础设施。执行 npm install 后启动容器化的 PostgreSQL（含 pgvector）和 Elasticsearch：

npm run infra:up

第四步：启动开发服务器。命令会自动执行数据库迁移、初始化种子数据并创建管理员账号：

npm run dev

随后访问 http://localhost:3000 即可进入平台。

第五步：连接模型并导入演示数据。登录后在“平台 → 初始设置”中连接 AI 提供方（Ollama 免费且可本地运行），再加载时尚商品目录演示，得到已填充的索引和现成的搜索、对话体验及访问令牌，把站点脚本指向本地服务即可开始使用。

适用人群

Interakt 适合希望为自有网站或产品文档站提供智能搜索与问答能力的中小团队和独立开发者；适合对数据合规、私有化部署有硬性要求、不能把业务数据交给第三方 SaaS 的企业技术团队；适合使用 Medusa、Storyblok 等内容或电商系统、希望快速补齐站内检索与导购问答能力的开发者；也适合研究 RAG、混合检索与智能体流水线实现方式的工程师，作为一套结构清晰、可直接二开的生产级参考实现来学习。