github.com/kirodotdev/Kiro
  

  
    
  
   
  

  
    
      This is a gathering place for the incompetence and rage of a number merchant
    

    
      
        已打开 03:48PM - 04 Jan 26 UTC
      


      
        
          
          MicoMiOvO
        
      
    

    
        
          pending-triage
        
        
          pending-maintainer-response
        
    
  


  
    This is a gathering place for the incompetence and rage of a number merchant
这是一…篇号商无能狂怒的聚集地
  

  

  
    
    
  

  


666号商给普通人扣号商的帽子，自己注册了4000多个账户，说别人是号商，还有人给他点赞，赞同他的观点。真的是“转移大法”，永远可以适用在任何场景。

架构图

重要数据备份上云

架构逻辑分工
PVE (算力中心/All-in-One机)： 承担了所有的业务逻辑。
多媒体处理： Emby（解码/推流）。
下载中心： QB/TR（负责下载/辅种）。
开发与实验： K8S 集群、开发服务器。
系统服务： WinServer、NFS服务器。
套件体验： 黑群晖（Cloud Sync加密上云）。
Unraid (影音仓库)： 专门负责大容量、非关键性数据的存储（电影、电视剧、纪录片等）。
飞牛 (核心数据保险库)： 专门负责高价值、不可丢失的数据（照片、文档、个人资料、项目源码备份等）。

不管是开卷考试需要在几百页的 PPT 里瞬间定位知识点，还是写论文时需要在几十篇参考文献中寻找佐证，传统的 Ctrl+F 往往力不从心：

 记不清确切关键词，搜不到内容。
 语义相关但用词不同，直接被忽略。
 搜出来几百个结果，还得一个一个点进去看。

为了解决这个问题，我开发了 Smart Search PDFs —— 一个基于语义向量（Embeddings）和 BM25 算法的本地化 PDF 混合搜索工具。
简单来说：它既能像 Google 一样理解你的语义，又能像 Ctrl+F 一样精确匹配关键词，而且全部在本地运行，无需 API Key，保护隐私。
 项目地址： MrAMS/Smart-Search-PDFs



 它能做什么？
Smart Search PDFs 对 PDF 文档进行智能切分和向量化，支持以下搜索模式：

 混合搜索（智能推荐）： 结合了语义理解和关键词匹配。不仅能搜到字面一样的，还能搜到意思相近的。结果自动按相关度排序。
 语义搜索： 哪怕你输入的词文中没出现，只要意思对，就能搜到。（基于 Jina AI 的 Embeddings 模型）。
 BM25 关键词： 经典的倒排索引算法，不仅是精确匹配，还能处理词频权重。
 多粒度切分（New）：


页面级：适合 PPT、幻灯片（搜出来是一整页）。
段落级：适合双栏论文、学术文章（搜出来是具体段落）。
固定长度：适合小说、长篇报告。


 核心特性一览

所见即所得：搜索结果点击即达，右侧预览窗口自动裁剪白边，高亮显示搜索词。
结果可视化：使用彩色标签（精确、部分、语义、关键词）告诉你为什么这条结果被搜出来。
本地端侧：无需 GPU/API，使用 FastEmbed 和轻量级模型，CPU 也能流畅运行，无需 OpenAI API Key。
大文件支持：动态加载机制，几百页的文档滚动流畅不卡顿。

差点被他坑死了，还好只是一个文件，不是整个目录 ，用的ops4.5