自托管知识库助手

要解决什么问题

个人笔记、灵感和会议记录通常散落在聊天窗口、文件系统和各类编辑器里，时间一长就很难再找回来。更麻烦的是，传统关键词搜索要求你准确记住原文措辞，一旦某个术语记不清，召回率就直线下降。另一个现实成本是：把大量历史记录反复塞进上下文做摘要，token 消耗会随着知识库的增长线性上升。

核心能力与工作方式

Coeus 的思路是把入库和检索拆成三层：

• 采集层：约定一组显式前缀（如 note:、capture:、log:、remember:、kb:）和模板触发词（如 standup:、meeting [name]:、idea [project]:），让日常输入直接落库；也支持 start capturing 到 stop capturing 之间的批量录入。
• 检索层：先执行零成本的全文检索（FTS），命中不足时自动补充向量语义检索，兼顾速度和召回率，不必依赖原词复现。
• 摘要层：每日/每周摘要优先读取缓存短摘要，避免重复加载原始记录，显著降低上下文 token 消耗。

典型落地步骤是初始化目录与数据库、固定主题与笔记格式，再按触发词持续积累。运行依赖包括 Python 3.11+、带 vec0 扩展的 SQLite（如 asg017/sqlite-vec），以及本地 sentence-transformers 等库完成 embedding 与摘要处理。

适用边界与注意点

• 适合个人知识沉淀及数据必须留在本地的场景，难度为进阶，支持定时自动化。
• 正式接入账号、数据源或自动操作前，先确认权限边界。
• 学术、医疗、法律、金融类内容应保留资料入口并人工复核；高风险动作建议只生成建议或草稿，不直接执行。