modelscope/sirchmunk

解決的問題

Sirchmunk 解決了傳統向量檢索（RAG）的僵化性與高成本問題。它消除了對昂貴預處理、靜態向量嵌入與複雜資料庫基礎設施的需求，這些因素常導致資料過時與近似過程中的資訊損失。

工作原理

Sirchmunk 採用「無索引」方法，直接處理原始資料。它利用代理搜尋與預算內證據探索，在即時中檢索資訊。系統具備一個自我進化知識引擎，能根據搜尋使用情況自動更新其知識圖譜，利用社群檢測演算法（Leiden）將共享查詢整合為更高層次的元群集，從而降低未來搜尋的複雜性。

適用對象

專為需要在大型本地倉儲與網路上進行深度即時搜尋，但又不想承擔向量資料庫設定成本的 AI 代理與開發者設計。

核心亮點

• 無需 EmbeddingDB：直接在原始檔案上運作，實現即時搜尋且零資訊損失。
• 自我進化知識：一個隨資料變動與搜尋模式即時進化的動態索引。
• 雙模式搜尋：提供「DEEP」模式以產生豐富的 Markdown 報告，以及「FAST」模式以實現貪婪的低延遲檢索。
• MCP 集成：完全支援 Model Context Protocol，可與 Claude Desktop 與 Cursor IDE 等工具協同運作。
• 知識編譯：一項測試功能，用於離線預處理，建構分層樹狀索引以提升精確度。