Farfalle
Moteur de recherche IA open source que vous hébergez vous-même avec des LLMs locaux ou cloud, utilisant SearXNG ou des API de recherche payantes.
Farfalle est un moteur de recherche de type Perplexity doté d'un front-end Next.js et d'un back-end FastAPI.
Farfalle est un moteur de recherche IA open source, décrit dans son propre README comme un clone de Perplexity. Il exécute des modèles locaux via Ollama, n'importe quel modèle via LiteLLM, ou des modèles cloud d'OpenAI et Groq. Il convient aux passionnés et aux développeurs qui souhaitent une application de recherche simple auto-hébergée plutôt qu'un produit fini.
Qu'est-ce que c'est
Vous lancez l'application avec Docker Compose, puis vous posez des questions dans le navigateur. Elle effectue des recherches via SearXNG, Tavily, Serper ou Bing et répond avec le modèle de votre choix. Un mode de recherche expert utilise un agent qui planifie et exécute la recherche, et l'historique des chats est pris en charge.
Pour qui
Il convient aux développeurs et aux bricoleurs qui veulent une base de code de recherche IA petite et lisible à exécuter ou à modifier. Il ne convient pas à ceux qui ont besoin d'un produit maintenu et riche en fonctionnalités, car la feuille de route (roadmap) du README laisse l'élément de chat avec des fichiers locaux décoché et sa liste de modèles nomme des modèles plus anciens.
Fonctionnalités clés
Prise en charge des modèles locaux
Exécutez llama3, mistral, gemma ou phi3 via Ollama.
LLMs personnalisés via LiteLLM
Connectez n'importe quel modèle pris en charge par LiteLLM.
Fournisseurs de recherche multiples
Recherchez via SearXNG, Tavily, Serper ou Bing.
Agent de recherche expert
Un agent planifie et exécute la recherche pour de meilleurs résultats sur les questions difficiles.
Historique des chats
Conserve vos recherches précédentes.
Moteur de recherche pour navigateur
Ajoutez http://localhost:3000/?q=%s comme moteur de recherche personnalisé dans votre navigateur.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- La prise en charge d'Ollama signifie que les réponses peuvent être générées sans envoyer de prompts à un modèle cloud.
- La prise en charge de SearXNG élimine le besoin d'une API de recherche payante.
- La séparation Next.js et FastAPI constitue une petite base de code facile à lire et à adapter.
- Vous pouvez l'enregistrer comme moteur de recherche par défaut de votre navigateur avec un seul modèle d'URL.
Ses limites
- Vous avez besoin de Docker et d'Ollama avec un modèle téléchargé si vous voulez des réponses entièrement locales, vous avez donc besoin d'une machine capable d'exécuter ces modèles.
- L'élément de la feuille de route 'Chat with local files' est toujours décoché, vous ne pouvez donc pas poser de questions sur vos propres documents.
- Le README liste des modèles tels que gpt-4o, gpt-3.5-turbo et llama3, et la page du projet ne montre aucune version (release), attendez-vous donc à mettre à jour la configuration vous-même.
- La limitation du taux (rate limiting) utilise Redis et la journalisation utilise Logfire, ce qui ajoute des éléments mobiles si vous déployez au-delà d'un essai local.
Tarifs & licence
Farfalle est gratuit sous licence Apache-2.0 et son README n'affiche aucun plan payant. Le seul coût est son auto-hébergement, ainsi que l'utilisation éventuelle de modèles cloud ou d'API de recherche.
Missions pour francophones
876 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$170 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Utilisez-le, ou laissez-nous l'installer
FAQ
Farfalle a-t-il besoin d'une clé API ?
Pas si vous utilisez Ollama avec un modèle local. Le README indique que toutes les clés API (Tavily, Serper, OpenAI, Bing, Groq) sont facultatives.
Y a-t-il une démo hébergée ?
Le README renvoie vers farfalle.dev comme démo en ligne qui utilise uniquement des modèles cloud.
Puis-je le déployer publiquement ?
Le README indique Render pour le back-end et Vercel pour le front-end, avec NEXT_PUBLIC_API_URL pointant vers le back-end.
