DocuBrowse v0.9.1：本地 AI 驅動的文件搜尋引擎
DocuBrowse v0.9.1：本地 AI 驅動的文件搜尋引擎
DocuBrowse v0.9.1 是一款本地、開源的文件搜尋引擎，旨在將零散的非結構化檔案轉換為可搜尋的知識庫。透過結合傳統關鍵字搜尋與 AI 驅動的語意相似度，它讓使用者能夠依據意義而非僅僅是精確字詞匹配來找文件，同時所有資料皆保留在本機上。
核心搜尋功能
DocuBrowse 採用混合搜尋演算法以提升檢索準確度。預設情況下，它會合併兩種不同模式的結果：
- 關鍵字搜尋： 使用 SQLite FTS5 進行快速全文搜尋，涵蓋標題、作者、主題、標籤與內容摘要。採用 BM25 計分，並正規化至 0–1 範圍。
- 語意搜尋： 使用 Ollama 嵌入（
nomic-embed-text:latest）計算查詢與文件嵌入之間的餘弦相似度。設定最低門檻 0.30，以過濾不相關結果。 - 混合模式： 最終相關性分數計算方式為
0.3 × keyword_score + 0.7 × semantic_score。
AI 驅動的文件洞見
除了搜尋，DocuBrowse 還提供自動內容摘要功能。使用者可點擊任意文件標題，即可透過執行於 Ollama 的 dolphin3:latest 模型產生「Kindle 風格」的書背簡介。這些簡介會即時生成，並快取於 SQLite 資料庫中，以避免重複計算。
支援的格式與索引
DocuBrowse 支援多種文件類型，包括 PDF、Word 文件（.docx）、PowerPoint 簡報（.pptx）、Excel 試算表（.xlsx）、OpenDocument 格式（.odt、.ods、.odp）、電子書（EPUB、MOBI、AZW3、AZW）、HTML 與 Markdown。
PDF 處理
索引相當穩健，主要使用 pdfplumber 作為抽取器，對於過大的檔案則備援 pypdf。系統會自動偵測掃描版（僅影像）PDF，並將其加入特定清單（ocr_list_pdfs.txt），讓使用者辨識需要 OCR 的檔案。
電子書與 OpenDocument 支援
自 0.9.1 版起，工具原生支援 OpenDocument 格式（.odt、.ods、.odp），使用 Python 標準函式庫。電子書索引則依賴 ebooklib 與 Calibre 取得中繼資料並轉換 MOBI/AZW3 格式。
隱私與安全
DocuBrowse 以「你的資料。你的 AI。」的理念打造，確保不需要網路連線、API 金鑰或雲端帳號。
個人資訊保護 (PII)
系統內建後置掃描器，會偵測社會安全號碼（SSN）、信用卡號、銀行路由/帳號、出生日期與護照號碼等模式。含有 PII 的文件會從索引中移除，並永久列入黑名單，以防止意外洩漏。
本地硬化
為防止惡意網頁未授權存取，伺服器僅綁定 localhost，並實施多項安全措施：
- Host-header 白名單： 除非 Host 為
localhost、127.0.0.1或[::1]，否則拒絕請求，以防 DNS 重綁定攻擊。 - CSRF 令牌： 所有會改變狀態的操作（例如
/api/delete、/api/open）皆需提供每個程序的X-CSRF-Token並且來源必須為回環。 - Stored-XSS 防護： 文件欄位會進行 HTML 轉義，卡片操作使用委派監聽器而非內嵌
onclick處理函式。
系統需求與安裝
硬體需求
- 最低需求： 8 GB 記憶體，x86_64 或 ARM64 CPU。即使沒有 GPU 也能運作，只是產生簡介會較慢。
- 建議需求： 16 GB 記憶體，4 GB 以上的顯示記憶體（NVIDIA 或 Apple Silicon）以加速 GPU 運算。
安裝方式
DocuBrowse 提供 RPM、DEB、Linux tarball、Windows zip 與 macOS dmg 版本。它需要 Python 3.9 以上，並會在首次執行時自動安裝 Ollama 以及所需模型（nomic-embed-text 與 dolphin3）。
社群洞見與觀點
社群中的使用者與開發者強調了本地優先 AI 工具的價值。
"不喜歡把每份個人文件都推到別人的雲端。看到一個把所有資料都保留在磁碟上的工具真的很不錯。"
部分使用者建議未來可整合 Google Drive、Dropbox 等雲端儲存服務，或提供 Docker 部署選項，以簡化不同環境的設定。
摘要： DocuBrowse v0.9.1 是一款本地、開源的文件搜尋引擎，結合關鍵字與語意搜尋，並提供 AI 生成的摘要，全部在裝置上執行以確保資料隱私。
標題： DocuBrowse v0.9.1：本地 AI 驅動的文件搜尋引擎