閱讀時間 3 分鐘 開源專案

🚀打造極速「第二大腦」：Boson RAG System v5.0 本地搜尋方案

在資訊爆炸的時代，筆記的「儲存」已經不是問題，如何「檢索」才是關鍵。傳統的關鍵字搜尋（grep）只能死板地比對字串，一旦忘記確切字詞就撈不到資料。

為此，我開發了 Boson RAG System。這是一套專為個人知識庫（如 Obsidian）設計的本地語義搜尋系統。它能「理解」你的意圖，即便關鍵字不完全匹配，也能精準定位相關內容。

🌟 為什麼選擇 Boson RAG？

  • ⚡ 毫秒級極速響應：透過 Systemd (Linux) 或 Launchd (macOS) 常駐背景，模型載入後搜尋即時反應。
  • 💰 零 Token 成本：語義搜尋與向量化完全在本機端完成，不消耗任何 API 額度，最大化即時使用 Obsidian 筆記功能。
  • 🛡️ 隱私至上：支援完全斷網運行的 Ollama 模式，筆記資料完全不出本機。
  • 🤖 多模型切換：支援 DeepSeek、OpenAI 或 Ollama，根據需求隨時切換。
  • 🔗 OpenClaw 深度擴展：本系統預留 API 接口，可作為 OpenClaw 個人助理的「記憶庫」，實現從被動搜尋到智慧助理的進化。

🛠️ 部署指南：一鍵啟動你的智慧助理

為了確保系統穩定性與路徑設定的準確，建議採用以下標準安裝流程。

1. 安全檢查

專案中已內建完善的 .gitignore 執行 git push 前，請務必確認 .env（含 API 金鑰）與 chroma_db/（個人筆記索引）未被列入追蹤清單，確保機密資訊不外流。

2. 下載與互動式安裝

透過 Git 複製專案，能確保安裝腳本正確抓取執行路徑：

複製專案
git clone https://github.com/Barnett314/boson_local_rag.git
cd boson_local_rag

執行安裝精靈 (v5.0 旗艦版)
bash install.sh

安裝腳本亮點：

  • 互動配置：自動詢問筆記路徑與 AI 供應商，並提供預設值。
  • 智慧偵測：若偵測到已存在的 .env，會提示跳過或備份後重新設定。
  • 健康檢查：安裝完畢後自動輪詢 API 狀態，確認服務就緒。

📖 核心操作指令 (br cli)

安裝完成後，你可以透過全域指令 br 輕鬆管理：

  • br index：掃描筆記資料夾並建立/更新向量索引（首次使用必做）。
  • br find <概念>：執行純語義搜尋，找出最相關的筆記片段。
  • br ask <問題>：AI 總結模式。系統會檢索筆記後，交由 LLM 生成精準回答。
  • br status：檢查背景服務運行狀態與模型就緒情況。

🗺️ 未來願景：邁向「主動知識夥伴」

這套系統不只是一個搜尋框。根據我的 「個人知識助理系統擴展路線圖」，接下來我們將實現：

  • 意圖分析 (Intent Analysis)：自動判斷查詢是需要「個人歷史」還是「外部知識」。
  • 主動提醒：整合日曆與工作流，主動回顧重要記憶與關聯知識。
  • 自我演化：學習用戶搜尋模式，自動調整檢索排名，成為真正理解你的「第二大腦」。
GitHub 專案位址：Barnett314/boson_local_rag 歡迎給個 Star ⭐ 或是提交 PR。讓我們一起重新定義個人知識管理的效率上限！
分享

Boson