mudler/LocalRecall

解决的问题

LocalRecall 提供了一种轻量级、离线的方案，用于管理 AI 代理和聊天机器人的知识库与文件。它无需 GPU、互联网连接或云服务，即可实现长期和短期记忆的检索，为知识管理提供了一个通用的抽象层。

工作原理

它作为一个 RESTful API 运行，与向量数据库交互以存储和检索信息。支持两种主要存储引擎：Chromem（基于本地文件的存储）和 PostgreSQL（使用 pgvector 和 pgvectorscale 实现生产级混合搜索）。系统可处理 Markdown、纯文本和 PDF 文件，以及外部来源如网页、站点地图和 Git 仓库，并能自动监控和更新这些内容。

适用人群

专为希望将数据完全本地化、避免云依赖的 AI 代理、聊天机器人或基于 RAG 的应用开发者设计。

主要亮点

• 完全本地化：无需云服务或 GPU 要求，离线运行。
• 混合搜索：通过 PostgreSQL 支持结合 BM25 关键词搜索与向量相似度搜索。
• 多样化的数据摄入：支持本地文件（PDF、TXT、MD）和外部源（Web、Git、站点地图）。
• 灵活的存储选择：可在简单的文件存储（Chromem）与可扩展的生产级数据库（PostgreSQL）之间自由选择。
• MCP 集成：兼容 Model Context Protocol，便于通过 AI 工具进行控制。