Magpie：一个尊重隐私的本地全文+语义+图片搜索启动器
# magpie：本地优先的 Spotlight 式启动器，找回你 star 过就忘的项目、存过就丢的文件和书签
不知道大家有没有同感：
- GitHub 上 star 了上千个项目，真要用的时候想不起名字，GitHub 自带的 star 搜索只搜标题描述，形同虚设。
- 截图和图片存了一堆，只记得画面内容，不记得文件名。
- 书签埋在浏览器文件夹树里，比重新 Google 一遍还难找。
我做了个小工具解决这件事：**magpie**，一个开源（MIT）的桌面启动器，Alt+Space 唤出一个搜索框，检索三类你「存过就忘」的东西。
仓库： [https://github.com/newdee/magpie](https://github.com/newdee/magpie)
## 能搜什么
**GitHub Stars** —— 贴一个无 scope 的 PAT，同步全部 star：名称、描述、topics、**README 全文**（分块嵌入）。搜「视频超分」能命中英文 README 里的 video super resolution。可按相关度 / 收藏时间 / 星数排序。
**本地文件** —— 只索引你显式添加的文件夹（详见下面隐私部分）。近 80 种文本/代码格式全文检索，PDF（pdf-inspector 转 markdown）、Word/Excel/PPT 都能解析；其余文件按文件名索引。命中的段落高亮显示上下文。
**图片** —— SigLIP 2 嵌入，两种玩法：
- 文搜图：任何语言输入「海边日落」，匹配的照片带缩略图混在结果里。
- 以图搜图：拖一张图进搜索框（或粘贴截图），返回最相似的图片和相似度百分比。
**浏览器书签** —— 不走任何 API，直接读浏览器本地存储。不光是 Chrome/Edge/Firefox：任何 Chromium 内核的浏览器（Vivaldi、Arc、各种小众分支）都按磁盘 profile 结构自动发现。
## 检索是混合的，不只是关键词
SQLite FTS5（BM25）+ 本地语义向量（multilingual-e5-small，100+ 语言），RRF 融合排名。中文查询命中英文文档，反之亦然。长文档分块（~1600 字符带重叠），第 100 页里的一句话也能被搜到。
## 隐私：靠架构保证，不靠承诺
- **永不全盘扫描**。只索引你添加的文件夹，其余位置永远不会被读取。
- **数据不出本机**。索引是用户目录里一个 SQLite 文件；嵌入模型走 ONNX 本地推理，首次下载后完全离线。没有任何东西被上传。
- 每个文件夹一键移除，文件、索引、向量一并清除。
国内网络下载模型可以在设置里一键切到 [hf-mirror.com](http://hf-mirror.com/) 镜像。
## 技术栈（感兴趣的话）
Tauri v2 + Rust，前端 React。核心是一个无 UI 依赖的 Rust 库：SQLite + FTS5 external content 表、fastembed/ort 跑 ONNX、向量就是 L2 归一化的 f32 BLOB 存 SQLite 内存暴力点积——几万个 chunk 15ms 内出结果，100% 召回，不需要向量数据库。
## 安装
Windows / macOS (Apple Silicon) / Linux： [https://github.com/newdee/magpie/releases/latest](https://github.com/newdee/magpie/releases/latest)
macOS 未签名，curl 安装可跳过 Gatekeeper：
```sh
curl -L https://github.com/newdee/magpie/releases/latest/download/magpie_aarch64.app.tar.gz | tar xz -C /Applications
```
刚发第一个正式版，功能建议和 bug 欢迎提 issue，觉得有用的话给个 star（然后用 magpie 搜它 :)
精简版（纯文本场合）做了个开源小工具 magpie：Alt+Space 唤出的本地搜索框，专治「存过就忘」。
搜 GitHub stars（含 README 全文，中文能搜英文文档）、搜本地文件全文（PDF/Office 都解析，只索引你指定的文件夹，永不全盘扫描）、搜图片（文字描述画面或以图搜图，SigLIP 2）、搜浏览器书签（任意 Chromium 内核浏览器自动发现）。
关键词 + 语义混合检索，全部本地推理，数据不出本机，MIT 开源，Win/mac/Linux 都有包。
[https://github.com/newdee/magpie](https://github.com/newdee/magpie)
---
原文链接：[点击查看](https://www.v2ex.com/t/1236302)
不知道大家有没有同感：
- GitHub 上 star 了上千个项目，真要用的时候想不起名字，GitHub 自带的 star 搜索只搜标题描述，形同虚设。
- 截图和图片存了一堆，只记得画面内容，不记得文件名。
- 书签埋在浏览器文件夹树里，比重新 Google 一遍还难找。
我做了个小工具解决这件事：**magpie**，一个开源（MIT）的桌面启动器，Alt+Space 唤出一个搜索框，检索三类你「存过就忘」的东西。
仓库： [https://github.com/newdee/magpie](https://github.com/newdee/magpie)
## 能搜什么
**GitHub Stars** —— 贴一个无 scope 的 PAT，同步全部 star：名称、描述、topics、**README 全文**（分块嵌入）。搜「视频超分」能命中英文 README 里的 video super resolution。可按相关度 / 收藏时间 / 星数排序。
**本地文件** —— 只索引你显式添加的文件夹（详见下面隐私部分）。近 80 种文本/代码格式全文检索，PDF（pdf-inspector 转 markdown）、Word/Excel/PPT 都能解析；其余文件按文件名索引。命中的段落高亮显示上下文。
**图片** —— SigLIP 2 嵌入，两种玩法：
- 文搜图：任何语言输入「海边日落」，匹配的照片带缩略图混在结果里。
- 以图搜图：拖一张图进搜索框（或粘贴截图），返回最相似的图片和相似度百分比。
**浏览器书签** —— 不走任何 API，直接读浏览器本地存储。不光是 Chrome/Edge/Firefox：任何 Chromium 内核的浏览器（Vivaldi、Arc、各种小众分支）都按磁盘 profile 结构自动发现。
## 检索是混合的，不只是关键词
SQLite FTS5（BM25）+ 本地语义向量（multilingual-e5-small，100+ 语言），RRF 融合排名。中文查询命中英文文档，反之亦然。长文档分块（~1600 字符带重叠），第 100 页里的一句话也能被搜到。
## 隐私：靠架构保证，不靠承诺
- **永不全盘扫描**。只索引你添加的文件夹，其余位置永远不会被读取。
- **数据不出本机**。索引是用户目录里一个 SQLite 文件；嵌入模型走 ONNX 本地推理，首次下载后完全离线。没有任何东西被上传。
- 每个文件夹一键移除，文件、索引、向量一并清除。
国内网络下载模型可以在设置里一键切到 [hf-mirror.com](http://hf-mirror.com/) 镜像。
## 技术栈（感兴趣的话）
Tauri v2 + Rust，前端 React。核心是一个无 UI 依赖的 Rust 库：SQLite + FTS5 external content 表、fastembed/ort 跑 ONNX、向量就是 L2 归一化的 f32 BLOB 存 SQLite 内存暴力点积——几万个 chunk 15ms 内出结果，100% 召回，不需要向量数据库。
## 安装
Windows / macOS (Apple Silicon) / Linux： [https://github.com/newdee/magpie/releases/latest](https://github.com/newdee/magpie/releases/latest)
macOS 未签名，curl 安装可跳过 Gatekeeper：
```sh
curl -L https://github.com/newdee/magpie/releases/latest/download/magpie_aarch64.app.tar.gz | tar xz -C /Applications
```
刚发第一个正式版，功能建议和 bug 欢迎提 issue，觉得有用的话给个 star（然后用 magpie 搜它 :)
精简版（纯文本场合）做了个开源小工具 magpie：Alt+Space 唤出的本地搜索框，专治「存过就忘」。
搜 GitHub stars（含 README 全文，中文能搜英文文档）、搜本地文件全文（PDF/Office 都解析，只索引你指定的文件夹，永不全盘扫描）、搜图片（文字描述画面或以图搜图，SigLIP 2）、搜浏览器书签（任意 Chromium 内核浏览器自动发现）。
关键词 + 语义混合检索，全部本地推理，数据不出本机，MIT 开源，Win/mac/Linux 都有包。
[https://github.com/newdee/magpie](https://github.com/newdee/magpie)
---
原文链接：[点击查看](https://www.v2ex.com/t/1236302)
评论
暂无评论。