本地个人文件记忆系统怎么做
ZestycloseStorage895 · reddit · 2026-07-16
作者在做一个本地化的个人文件记忆系统，目标是解决“记得见过，但记不得文件名或具体措辞”的问题。 当前方案包括： - 从文档和代码中提取文本 - 扫描版 PDF 用 OCR - 给图片生成可搜索描述 - 切分 chunk、做本地 embedding - 用 LanceDB 存储向量数据 - 结合本地模型（LM Studio）基于检索上下文回答问题 他目前觉得这个方案对个人文件已经有效，但在图片检索上还不确定长期最佳实践：是继续用 caption + OCR，还是从一开始就加入直接视觉 embedding；同时也在询问如何避免旧内容压过新内容，以及 LanceDB 作为嵌入式本地系统是否合适。