Show HN: 我不想把我的私人文件上传到 AI
1 分•作者: cando_zhou•7 个月前
嗨 HN，
过去几年，我一直专注于一个问题：我的硬盘就像一个知识宝库（PDF、文档、笔记），里面存储着我过去十年的资料，我希望能用现代 AI 来真正利用它们。
但现有的解决方案都迫使我们做出取舍：要么为了方便（将所有内容上传到云端），要么为了隐私（让我的文件静静地躺在本地）。
我厌倦了这种“捏着鼻子”的妥协。
随着强大的 SLM（小型语言模型）的爆发式增长以及设备端算力（Apple Silicon、NPU）的最终追赶，我相信隐私和智能不再是鱼与熊掌不可兼得的选择。
所以，我和我的团队构建了 KnowledgeFocus（仅支持 Apple Silicon 芯片）。
它是一个开源（Apache-2.0 协议）知识引擎，使用 Tauri（Rust + Python + TS）构建，并且是 100% 本地优先的。
在 v0.6.4 版本中，它专注于一件事：解锁你的本地文件“宝库”。
- 扫描和索引：它扫描你指定的本地文件夹（PDF、.md、.txt、.docx 等）。
- 自动标记：使用本地模型自动标记文件，以便你可以聚合和发现它们。
- 本地 RAG：你可以与所有本地文件“聊天”。它 100% 在设备上运行 RAG。没有任何数据（包括向量）会离开你的机器。
网站（下载）：[https://github.com/huozhong-in/knowledge-focus](https://github.com/huozhong-in/knowledge-focus)
这只是我们“数据工作台”愿景的第一步。
我对“本地优先的智能体”、“数据聚合”（例如将你的云端 AI 聊天记录拉取到本地存储）以及为知识工作者构建真正的“第二大脑”有很多想法。
我会在评论区详细阐述这些想法和我们的未来路线图。
我在这里欢迎所有反馈——尤其是批判性的反馈。谢谢，HN。
查看原文
Hi HN,<p>For the past few years, I've been obsessed with a problem: my hard drive is a treasure chest of knowledge (PDFs, docs, notes) from the last decade, and I want to use modern AI to actually use it.<p>But every solution forces a trade-off: either convenience (upload everything to the cloud) or privacy (let my files sit dormant locally).<p>I got tired of this "hold your nose" compromise.<p>With capable SLMs (Small Language Models) exploding and on-device compute (Apple Silicon, NPUs) finally catching up, I believe privacy and intelligence is no longer a false choice.<p>So I (and my team) built KnowledgeFocus (Apple Silicon chips only)<p>It's an open-source (Apache-2.0) knowledge engine built with Tauri (Rust + Python + TS), and it's 100% local-first.<p>In v0.6.4, it focuses on one thing: unlocking your local file 'treasure chest'.<p>- Scans & Indexes: It scans your designated local folders (PDFs, .md, .txt, .docx, etc.).<p>- Auto-tagging: Uses a local model to auto-tag files, so you can aggregate and discover them.<p>- Local RAG: You can 'chat' with all your local files. It runs RAG 100% on-device. No data (vectors included) ever leaves your machine.<p>Website (Download): <a href="https://github.com/huozhong-in/knowledge-focus" rel="nofollow">https://github.com/huozhong-in/knowledge-focus</a><p>This is just the first step of our "Data Workbench" vision.<p>I have a lot more thoughts on 'local-first agents', 'data aggregation' (like pulling in your cloud AI chat logs to store them locally), and building a real 'second brain' for knowledge workers.<p>I'll be in the comments to expand on these ideas and our future roadmap.<p>I'm here for all the feedback—especially the critical kind. Thanks, HN.