mudler/LocalRecall

解決的問題

LocalRecall 提供一種輕量級、離線的知識庫與檔案管理方式，適用於 AI 代理與聊天機器人。它無需 GPU、網路連接或雲端服務，即可處理長期與短期記憶的檢索，並提供知識管理的通用抽象層。

運作方式

作為一個 RESTful API 運作，與向量資料庫介接以儲存與取得資訊。支援兩種主要儲存引擎：Chromem（基於本地檔案的儲存）與 PostgreSQL（使用 pgvector 與 pgvectorscale 實現生產級混合搜尋）。系統可處理 Markdown、純文字與 PDF 檔案，以及外部來源如網頁、網站地圖與 Git 倉儲，並能自動監控與更新。

適用對象

專為希望將資料完全本地化、避免雲端依賴的 AI 代理、聊天機器人或基於 RAG 的應用開發者設計。

主要特色

• 完全本地化：無需雲端服務或 GPU 要求，離線運作。
• 混合搜尋：透過 PostgreSQL 支援結合 BM25 關鍵字搜尋與向量相似度搜尋。
• 多樣化資料攝取：支援本地檔案（PDF、TXT、MD）與外部來源（Web、Git、網站地圖）。
• 彈性儲存選擇：可自由選擇簡單的檔案儲存（Chromem）或可擴展的生產級資料庫（PostgreSQL）。
• MCP 整合：相容 Model Context Protocol，便於透過 AI 工具進行控制。