Rats Search 安装与使用全指南
1. 准备工作
1.1 环境要求
- 操作系统:Windows 10+/macOS 12+/Linux (Ubuntu 20.04+)
- 基础软件:Node.js 16.x+ 和 npm 8.x+
- 硬件配置:最低2GB内存,推荐4GB以上
⚠️ 注意:旧版Node.js可能导致依赖安装失败,建议使用nvm管理Node版本
1.2 获取源码
通过Git命令克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/ra/rats-search.git
cd rats-search
小贴士:使用
--depth 1参数可仅克隆最新版本,减少下载时间
2. 安装步骤
2.1 安装依赖包
执行以下命令安装项目所需依赖:
npm install --force
功能说明:
--force参数用于解决潜在的依赖版本冲突
2.2 构建应用程序
根据使用场景选择对应构建命令:
桌面版:
npm run build
服务器版:
npm run buildweb
小贴士:构建过程可能需要5-10分钟,取决于网络速度和硬件性能
3. 配置详解
3.1 核心配置项
修改根目录下的package.json文件,关键配置如下:
| 参数名 | 默认值 | 推荐值 | 自定义范围 |
|---|---|---|---|
| serverDataDirectory | "./" | "./data" | 任意可写路径 |
| httpPort | 8095 | 80或443 | 1024-65535 |
配置示例:
{
"serverDataDirectory": "./data",
"httpPort": 8080
}
3.2 运行模式设置
通过环境配置文件区分运行环境:
开发环境(config/env_development.json):
{
"name": "development",
"logLevel": "debug"
}
生产环境(config/env_production.json):
{
"name": "production",
"logLevel": "warn"
}
⚠️ 重要:生产环境必须修改默认端口和数据目录权限
4. 启动与使用
4.1 启动应用
根据安装类型选择启动命令:
桌面版:
npm start
服务器版:
npm run server
成功启动后,服务器版可通过 http://localhost:8095 访问Web界面。
4.2 基本操作流程
- 首次启动后,程序会自动开始P2P网络发现
- 在搜索框输入关键词,点击搜索按钮
- 使用左侧过滤器面板缩小搜索范围
- 点击结果项查看详情并选择下载方式
图片说明:Rats Search主界面,显示搜索结果和过滤器面板
5. 功能拓展
5.1 端口映射配置
为确保P2P功能正常工作,需开放以下端口:
- TCP/UDP 4445:主通信端口
- TCP/UDP 4446:备用通信端口
在路由器设置中配置端口转发,或启用UPnP自动映射。
5.2 性能优化设置
修改rats.json配置文件优化性能:
{
"scannerSpeed": 15,
"maxNodes": 100,
"packetLimit": 600
}
小贴士:低配置设备建议将scannerSpeed设为30,减少CPU占用
6. 常见问题速查
Q: 启动后没有搜索结果怎么办?
A: 确保网络连接正常,端口已正确映射,耐心等待5-10分钟让节点发现完成。
Q: 如何迁移数据到新服务器?
A: 复制serverDataDirectory指定的目录到新服务器,保持相同的文件权限即可。
Q: 程序占用带宽过高如何处理?
A: 在设置中降低"扫描速度"参数,建议设为15-30之间的值。
7. 高级功能
7.1 搜索过滤器使用
通过高级搜索面板设置多条件过滤:
- 文件大小范围设置
- 种子/ peers数量筛选
- 内容分类过滤
图片说明:高级搜索过滤器,可按多种条件精确筛选内容
7.2 P2P网络配置
修改P2P网络参数优化连接质量:
{
"bootstrapNodes": ["node1.rats-search.org:4445"],
"maxPeers": 50
}
⚠️ 警告:修改P2P配置可能导致网络连接问题,新手用户不建议更改
感谢使用Rats Search!如有其他问题,请查阅项目文档或提交issue。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112

