摘要：它是由 Deluxer 团队开发并在 GitHub 上开源的语音 RAG 助手。能实时处理你的语音指令，从 Qdrant 数据库中检索信息并生成回答。
传统的向量数据库搜索往往需要编写查询代码或手动输入关键词，对于非技术用户来说门槛较高。
而现在随着 AI 的进步，大家可以直接用语音对话搜索你的知识库，而无需手动输入关键词。
这不仅提升了查询效率，还能让 AI 理解你的问题语境，提供更精准的回答。
今天的主角：Oliva，正是这样一款可以通过自然语音实现对 Qdrant 向量数据库实时搜索的开源工具。
它是由 Deluxer 团队开发并在 GitHub 上开源的语音 RAG 助手。能实时处理你的语音指令，从 Qdrant 数据库中检索信息并生成回答。
无论是产品搜索、知识查询还是数据分析，它都能以自然、直观的方式提升效率。现在，这款工具已在 GitHub 开源，任何人都可以免费体验或改进它。
传统 RAG 技术主要基于文本搜索，虽然已经大幅提升 AI 的知识检索能力，但在实际应用中仍存在输入门槛高、交互不够自然、查询效率受限等问题。
而 Oliva 通过语音驱动 RAG，让 AI 具备更自然的人机交互、实时信息检索、智能化任务协作等优势。
实时语音搜索：用自然语音提问，AI 实时响应多智能体协作：采用 Langchain 多智能体架构，可将复杂问题拆解成多个子任务向量搜索优化：基于 Qdrant 向量数据库，支持语义搜索灵活集成：可连接本地或云端知识库同时 Oliva 允许用户将 本地文档、API 数据源、在线网页 等作为 AI 的知识库，支持个性化配置。
Oliva 集成了 Deepgram（语音转文本）和 LiveKit（实时语音通信），将用户的自然语言指令转化为对向量数据库的查询，最终返回结构化结果。
Oliva 是由Python语言开发实现的，目前仅支持本地部署。
首先，把项目克隆到本地
git clone https://github.com/Deluxer/oliva.gitcd oliva再执行下面的命令，自动创建虚拟环境，安装依赖项
uv sync该工具，依赖 Livekit 账户，先注册登录，拿到APIKEY、APISECRET，配置环境变量
# 注册登录 # https://cloud.livekit.iocp .env.example .envLIVEKIT_URL=wss://your-project.livekit.cloudLIVEKIT_API_KEY=secretLIVEKIT_API_SECRET=********使用Docker运行Qdrant，在想要的地方设置API密钥：
docker run -p 6333:6333 -p 6334:6334 \ -e QDRANT__SERVICE__API_KEY=******** \ -v "$(pwd)/qdrant_storage:/qdrant/storage:z" \ qdrant/qdrant启动语音助手
Oliva 通过语音搜索 + RAG + 多智能体协作，让 AI 交互更加自然、智能和高效。
自然语言搜索，门槛低到极致；多智能体协作，响应快且精准；LangChain 和 Superlinked 强强联合。
它不仅提升了信息检索的体验，还能帮助开发者搭建更加个性化的 AI 语音助手。
GitHub 项目地址： https://github.com/Deluxer/oliva
本文完，记得随手点个赞、收藏和转发三连，大家感兴趣的可以关注下，后续我再研究点新东西分享给大家⭐~，也给大家推荐一款时光印记-纪念码：https://time.y-p.cc
时光印记-纪念码贴在墓碑、骨灰盒、纪念册、纪念物、纪念遗物上，&云片)即可看到去世亲人好友的珍贵回忆（照片、录音、视频等），再不用担心以后换手机导致珍贵回忆的相册不见了！
来源：AIGC研究社