返回

文章详情

将一堆文档转变为可搜索的可用知识库

Hacker News2026年7月8日 20:37

DocuBrowse v0.9.0 打包适用于 Linux(RPM,DEB,tarball)、Windows(zip)和 macOS(dmg)。接口稳定;尽可能避免破坏性变化。DocuBrowse 将杂乱无章的文件堆转变为您可以实际搜索的内容。将其指向您的文件——PDF、电子书、Word 文档、笔记,随便什么——它会构建一个智能索引,不仅理解关键词,还能理解意义。询问“关于租约续签的合同”,即使那些确切的词汇从未出现,也能找到它。点击任何结果,在您甚至未打开文件之前,即可获得即时 AI 摘要。PII 保护,并能够处理多个文档目录。DocuBrowse 完全在您自己的机器上运行,使用本地 AI 模型——无需互联网连接,无需帐户、API 密钥,也没有每次查询消耗令牌预算的费用。您的数据。您的 AI。在幕后:SQLite FTS5 关键词搜索加上 AI 驱动的语义相似性和摘要生成(Ollama + nomic-embed-text + dolphin3)。支持多种文档和源代码类型。导航功能 截图 快速启动 CLI 参考 配置 架构 API 端点 搜索算法 安全性 文件结构 故障排除 已知限制 最近更改 路线图 AI 助力开发 许可证功能 ↑ 顶部 🔍 双重搜索模式 关键词搜索——通过 SQLite FTS5 快速全文搜索(标题、作者、主题、标签、片段) 语义搜索——通过 Ollama 嵌入的 AI 驱动的相似性(nomic-embed-text:latest) 混合模式(默认)——70% 语义 + 30% 关键词,合并并重新排序 📖 AI 摘要 点击任何文档标题以获取 Kindle 风格的封面摘要,按需通过 Ollama(dolphin3:latest)生成,并在首次生成后缓存到数据库。语义搜索嵌入由第二个本地模型(nomic-embed-text:latest)生成 📚 文档索引格式:PDF、DOCX、PPTX、XLSX、EPUB、MOBI、AZW3、AZW、HTML、TXT、Markdown PDF 智能:pdfplumber(首选),对于增大对象文件使用 pypdf 作为后备;布局=False 重试复杂布局;检测并路由到 ocr_list_pdfs.txt 的扫描(仅图像) PDF Word 文档:python-docx 提取段落、表格和核心属性(标题、作者、主题) 演示文稿:python-pptx 提取幻灯片文本、笔记和核心属性 电子表格:openpyxl 提取单元格值和工作表名称 电子书:ebooklib 用于 EPUB;mobi 包 + Calibre 后备用于 MOBI/AZW3;仅对 DRM 加密的 AZW 文件索引元数据(标题/作者可见,正文不可搜索) 元数据:从文档元数据字段提取的标题、作者、主题;从目录结构和内容关键词自动生成的标签 PII 保护:后处理扫描仪检测 SSN、信用卡、银行路由/账户号码、出生日期、MRN、驾驶执照、护照模式;删除匹配文档并永久列入黑名单 🎨 用户界面 深色/浅色主题切换 分页结果(每页 50 个文档)与后退/前进控件 字母索引条(A–Z, 0–9)快速导航,状态在页面加载之间保持;主页按钮重置 主题过滤的标签云 每个结果上的相关性评分徽章(0–100%) 每个结果卡上的打开按钮——通过 xdg-open 在您的默认应用中启动文件 点击文档标题以获取 AI 摘要;📋 复制路径到剪贴板;🗑 从磁盘和索引中删除文件(需确认) 移动/删除的文档:点击文件不存在的文档会显示一个可关闭的模态框(并在关闭时将其从索引中移除),如果其文件系统已挂载,否则会显示一个短暂通知(没有索引更改),如果无法验证文件系统(例如,已卸载驱动器) ⚙️ 设置(/settings) 一般面板:文档目录(带实时目录浏览器),任意数量的附加扫描目录(在同一面板下添加/删除——自动包含在扫描/重新扫描中,无需额外命令),工作目录和端口 忽略目录面板:浏览以添加目录到 ignore_dirs.txt,并在清除已索引文档之前进行确认提示,以及在移除条目之前进行确认 ⚡ 性能 搜索延迟:<150ms 典型并行 PDF 提取,使用 ProcessPoolExecutor(物理核心感知工作者数量) 内存安全:内核强制 RLIMIT_AS(6 GB/工作者)+ 在自由 RAM 阈值上暂停/恢复 屏幕截图 ↑ 顶部 点击任何缩略图查看全尺寸。 深色模式 浅色模式 设置 AI 摘要 设置是位于 /settings 的独立页面(通过齿轮图标在新选项卡中打开)。一般面板涵盖文档目录(带实时目录浏览器,以及任意数量的附加扫描目录),工作目录和端口;忽略目录面板管理扫描排除,每个面板都有目录浏览器、添加/清除控制以及移除前的确认提示。 快速启动 ↑ 顶部 先决条件 Python 3.9+ pdfplumber,pypdf——PDF 提取 python-docx——Word 文档 python-pptx——PowerPoint 演示文稿 openpyxl——Excel 电子表格 ebooklib,beautifulsoup4,mobi——电子书 psutil——跨平台

赞助内容

NordVPN Next-gen Antivirus

本站免费、广告极少。如果觉得有帮助,可以请我们喝杯咖啡 —— 任何金额都对持续运营有实际帮助。

请我喝杯咖啡