本地文档智能搜索引擎

本地化语义搜索与知识库引擎，支持BM25/向量/混合检索，无需云端API，一键索引、即时搜索、AI问答带引用。

基本信息

• 技能名称?Gno
• 中文名称?本地文档智能搜索引擎
• 作者?gmickel
• 分类?专业技能
• 版本?1.2.0
• 标签?document-search, knowledge-base, semantic-search, local-ai, rag, note-taking, privacy, offline, vector-database, bm25

使用方法

使用说明
核心用法
GNO 是一款专注于本地文档管理与语义搜索的命令行工具，采用"索引一次，即时搜索"的设计理念，完全脱离云端依赖，无需API密钥即可运行。其核心工作流分为三步：通过 gno init 初始化项目， gno collection add 添加待索引目录，执行 gno index 构建检索数据库。
搜索体系提供三级能力：
BM25关键词搜索 （ gno search ）：毫秒级响应，适合精确匹配
向量语义搜索 （ gno vsearch ）：约0.5秒延迟，捕捉概念相似性
AI增强问答 （ gno query / gno ask ）：2-8秒生成带引用的智能答案，支持 --fast / --thorough 模式调节精度与速度
高级功能涵盖文档关系图谱（ gno graph ）、反向链接追踪（ gno backlinks ）、语义相似推荐（ gno similar ），以及标签过滤、日期范围筛选、多集合隔离等精细检索能力。内置 gno serve 可启动本地Web UI，实现浏览器端浏览与搜索； gno mcp 系列命令支持接入MCP协议，与AI助手深度集成。
显著优点

1. 完全本地化 ：数据不离本机，隐私零风险，适合敏感文档场景
2. 零配置启动 ：无需注册、无API配额限制，开箱即用
3. 混合检索架构 ：BM25+向量+AI三重机制，兼顾速度与语义理解
4. 丰富文档生态 ：原生支持Markdown、PDF、Word、Excel、代码文件，自动提取可搜索文本
5. 知识网络构建 ：双向链接、相似度图谱、集合隔离，支持Zettelkasten式笔记管理
6. 模型自主可控 ：支持本地LLM与多种开源嵌入模型（如Qwen3-Embedding），可离线运行
   潜在局限
   硬件资源敏感 ：首次索引与嵌入计算需消耗显著CPU/GPU资源，大型代码库可能耗时较长
   增量更新非自动 ：文件修改后需手动执行 gno index 或 gno embed 同步，MCP工具不会自动触发嵌入
   学习曲线存在 ：命令行界面与URI scheme（ gno:// ）对非技术用户不够直观
   跨平台模型兼容性 ：本地GGUF模型需用户自行管理版本与硬件适配
   无原生协作功能 ：设计为个人知识库，缺乏多用户实时同步机制
   适合人群
   注重数据隐私的开发者、研究员、知识工作者
   需要构建个人/团队本地知识库的技术用户
   Zettelkasten或双链笔记实践者
   希望离线使用RAG能力的AI应用开发者
   敏感行业（法律、医疗、金融）文档管理场景
   常规风险
   索引膨胀风险 ：大型二进制文件若未排除可能导致索引体积失控
   嵌入模型切换成本 ：更换集合的嵌入模型需清空或重建向量，存在数据迁移开销
   离线模型依赖 ：若未提前缓存模型，离线模式下AI问答功能将不可用
   URI持久性 ： gno:// 引用依赖本地索引状态，索引重置后文档ID可能变化