理应资讯
办公协作智能化

loci:给笔记与编码智能体共用的本地可查询知识库

理应编辑室 ·

开发者 DanKornas 介绍开源项目 loci:把散落笔记、项目文档与智能体记忆做成可检索知识库,混合向量检索与 BM25,并支持终端、浏览器与 MCP 客户端取证式问答。

开源项目 loci 把自己定位成「给 AI 工具共用的本地记忆层」。推文与 README 截图说明:它把散落的笔记、项目文档和智能体记忆收成可搜索、可追问的知识库,数据留在本机,可从终端、浏览器或 MCP 客户端使用。

按项目说明,loci 把向量检索与 BM25 合在一起做混合搜索,回答时带回 file > section 级引用,便于核对证据;也支持把同一实例通过 MCP 暴露给多个编码智能体,用 Markdown 保存可持久化的记忆条目。README 还列出 Web 控制台能力:搜索、问答、记忆浏览、索引与审计,并声明开箱支持 Markdown/文本/HTML/org-mode/聊天导出,可选 PDF、Word、OCR,兼容 Obsidian 仓库。

对办公协作与知识管理场景,价值在于让「会议决定、仓库约定、纠错记录」不再只活在某次对话上下文里,而是变成可检索的本地资料,供不同智能体复用。原文未给出独立评测数字;落地时仍需自备嵌入与大模型接口,并按公司数据分级决定哪些目录可以索引。

loci 项目 README 截图:本地混合检索与 MCP 共用记忆

flowchart LR
  A[笔记/文档/智能体记忆] --> B[loci 本地索引]
  B --> C[向量 + BM25 混合检索]
  C --> D[带引用的问答]
  B --> E[MCP 供多工具共用]

在团队协作里,会议纪要、架构决策和智能体纠错记录经常散落在不同应用。loci 这类本地知识库把它们收成可检索对象后,编码助手提问时可以引用同一证据源,减少「每个会话重新解释业务含义」的成本。部署时建议先从非敏感目录试点,再逐步扩大索引范围,并定期审计哪些记忆被写入。

# loci# 知识库# MCP# 混合检索# 办公协作智能化