chrisryugj/Docufinder

解决的问题

它解决了在大量本地文件中查找特定信息的困难。用户不仅可以按文件名进行搜索，还可以按各种文档格式内的实际内容进行搜索，包括复杂的韩语 HWP 文件、PDF，甚至可以通过 OCR 搜索图像。

工作原理

应用程序对本地文件夹进行索引，实现极速的关键词和语义搜索。它采用混合方法，结合了用于关键词匹配的 SQLite FTS5 和用于语义相似性的基于 HNSW 的向量搜索。对于自然语言问答和摘要等 AI 功能，它使用 RAG（检索增强生成）技术，仅将相关的文本块发送给兼容的 LLM 提供商（如 Gemini 或兼容 OpenAI 的服务器）。

适用对象

• 正在寻找功能强大且注重隐私的本地搜索工具的个人。
• 需要将文档索引完全保持在离线状态的敏感数据从业人员。
• 需要搜索包括旧版 HWP 格式和扫描图像在内的多种文件类型的用户。

亮点

• 混合搜索：结合了传统的关键词匹配和语义向量搜索。
• 本地优先的隐私保护：所有索引、嵌入和 OCR 都在本地完成；可以完全禁用 AI 功能以确保零网络通信。
• 广泛的格式支持：支持 HWP/HWPX、DOCX、XLSX、PDF 以及通过 OCR 支持的图像。
• AI 能力：通过外部 LLM API 提供自然语言问答（带有来源引用）和文档摘要。
• 高级预览：包含一个内置查看器，可保留各种文档类型的原始布局。