Rememex这款Windows本地语义文件搜索工具好用吗？支持OCR和AI代理

Rememex 是对你文件系统的一次语义升级。你输入意图，它找到文件。所有数据都留在你的本地机器上。

Rememex is a semantic upgrade to your file system. You type meaning, it finds files. Nothing leaves your machine.

灵感源自范内瓦·布什于1945年提出的 Memex 愿景——一个能够存储和检索所有人类知识的设备。

Named after Vannevar Bush's Memex (1945), a vision of a device that stores and retrieves all human knowledge.

---

目前仅支持 Windows 10+。应用使用了 UWP OCR 和 Mica 背景材质。

Windows 10+ only for now. Uses UWP OCR and Mica backdrop.

---

为什么选择 Rememex？

在文件搜索领域，工具众多，各有侧重。Rememex 的定位是 本地优先、语义理解 的混合搜索。下表将其与主流工具进行了多维度对比：

Why Rememex?

In the landscape of file search tools, each has its focus. Rememex positions itself as a local-first, semantic-aware hybrid search. The table below provides a multi-dimensional comparison with mainstream tools.

---

核心功能

Rememex 旨在成为一个理解内容而非仅仅是文件名的智能搜索层。其主要功能包括：

• 索引超过120种文件类型 (代码、文档、图像、配置文件等)
• 通过Windows内置引擎进行图像OCR
• 读取EXIF数据 → 将GPS坐标反向地理编码为城市名称。搜索“来自伊斯坦布尔的照片”即可生效
• EXIF日期 → 转换为人类语言。例如，“夏日清晨”可以找到一张七月上午八点的照片
• 混合搜索：向量搜索 + 全文搜索 + JINA交叉编码器重排序
• 按语言智能分块 (Rust在 fn/struct 处，Python在 def/class 处等)
• 语义容器用于隔离 (工作/个人/研究)
• 为AI代理内置MCP服务器。详情请见 MCP.md · 代理使用说明
• 批注功能：可通过UI或MCP为任何文件附加可搜索的笔记。代理和人类共享同一知识层
• 可选的云端嵌入模型 -- 可接入OpenAI、Gemini、Cohere或任何兼容的API。默认仍为100%本地运行

What It Does

Rememex aims to be an intelligent search layer that understands content, not just filenames. Its core features include:

• Indexes 120+ file types (code, docs, images, configs, etc.)
• OCR on images via Windows built-in engine
• Reads EXIF data → reverse geocodes GPS coordinates to city names. Search "photos from Istanbul" and it works.
• EXIF dates → converted to human words. E.g., "summer morning" finds a photo from July at 8 AM.
• Hybrid Search: Vector search + Full-text search + JINA cross-encoder reranker.
• Smart chunking per language (Rust at fn/struct, Python at def/class, etc.)
• Semantic containers for isolation (work/personal/research).
• Built-in MCP server for AI agents. See MCP.md for details · Agent Instructions.
• Annotations: Attach searchable notes to any file, from the UI or via MCP. Agents and humans share the same knowledge layer.
• Optional cloud embeddings -- plug in OpenAI, Gemini, Cohere, or any compatible API. Default is still 100% local.

---

系统架构

Rememex 的架构分为两个主要流程：索引构建和搜索执行。

Architecture

Rememex's architecture consists of two main processes: indexing and search execution.

索引流程

索引过程负责从原始文件中提取、处理并存储可搜索的信息。

Indexing

The indexing process is responsible for extracting, processing, and storing searchable information from raw files.

graph LR
    W[file watcher] -->|change event| SI[index single file]
    WB[WalkBuilder] -->|bulk scan| B[collect files]
    B --> C{image?}
    C -->|yes| D[UWP OCR + EXIF]
    C -->|no| E[file_io reader]
    D --> F[git context]
    E --> F
    F --> G["semantic chunking (per-language)"]
    G --> H[embedding provider]
    H -->|local ONNX or remote API| I[(lancedb)]
    I --> J[ANN + FTS index build]

搜索流程

搜索流程接收用户查询，通过复杂的路由、扩展和融合策略，返回最相关的结果。

Search

The search process takes a user query and returns the most relevant results through a complex routing, expansion, and fusion strategy.

graph LR
    Q[query] --> QR[query router]
    QR -->|weights + hyde flag| HYDE{hyde?}
    HYDE -->|conceptual| LLM[LLM hypothetical doc]
    HYDE -->|other| EMB[embed query]
    LLM --> EMB
    Q --> EXP[expand query variants]
    EMB --> VS[vector search]
    EXP --> FTS[full-text search]
    VS --> HM["hybrid merge (RRF)"]
    FTS --> HM
    EMB --> AS[annotation search]
    AS --> AM[merge annotations]
    HM --> AM
    AM --> RR[JINA reranker]
    RR --> SC[score normalization]
    SC --> MMR[MMR diversity]
    MMR --> R[ranked results]

    UI[tauri UI] --> Q
    MCP[MCP server] -->|stdio| Q

---

运行与配置

构建与运行

从源码运行 Rememex 非常简单：

Run It

Running Rememex from source is straightforward:

npm install
npm run tauri dev        # 开发模式，速度较慢
npm run tauri build      # 发布构建，使用此版本以获得真实速度

npm install
npm run tauri dev        # dev is slow
npm run tauri build      # release build, use this for real speed

使用 Alt+Space 快捷键唤出/隐藏搜索界面。配置与详细文档请参见 CONFIG.md。

Use Alt+Space to toggle the search UI. For configuration & docs → CONFIG.md.

内存使用说明：在初始索引期间，内存使用量会达到峰值——这是预期行为。一旦索引完成，内存使用量会下降并保持稳定。

RAM usage note: Peaks during initial indexing — this is expected. Once indexing completes, it drops and stays stable.

---

使用真实数据测试

为了让你亲身体验语义搜索的效果，我们提供了一个测试数据集。该数据集包含来自24种职业（从会计师到教师）的 2,483份简历PDF文件。

Try It with Real Data

We ship a test dataset so you can see what semantic search actually feels like. 2,483 resume PDFs across 24 professions, from accountants to teachers.

# 将 test-set/data.zip 解压到某个位置
# 在 rememex 中创建一个新容器，将其指向解压后的文件夹
# 等待索引完成（使用本地嵌入模型约需30分钟）

# unzip test-set/data.zip somewhere
# create a new container in rememex, point it at the unzipped folder
# wait for indexing (~30 min on local embeddings)

我们对这些数据进行了索引，并运行了以下查询。所有结果均使用最基本的配置——没有使用云端API，也没有进行微调：

We indexed it and ran these queries. All results below used the most basic config — no cloud APIs, no fine-tuning:

Setting

Value

Embedding Model 常见问题（FAQ） Rememex与其他文件搜索工具（如Everything）相比，主要优势是什么？ Rememex的核心优势在于本地优先的语义理解混合搜索。它结合向量搜索与全文检索，能理解你的搜索意图，而不仅仅是匹配文件名或关键词，且所有数据都安全地保留在你的本地机器上。 Rememex支持哪些文件类型和功能？ 它支持索引超过120种文件类型，并内置OCR（用于识别图片中的文字）、EXIF解析（读取照片元数据）以及MCP服务器（用于支持AI代理集成），提供全面的文件内容理解能力。 Rememex的搜索流程是如何工作的？ 搜索时，Rememex同时运用向量搜索（理解语义相似性）和全文检索（匹配具体关键词），通过混合这两种技术来精准定位文件。你只需输入自然语言描述，它就能找到相关文件。 标签 生成式引擎优化结构化数据AI大模型人工智能SEO ← 返回文章列表 分享到：微博微信链接 下一篇 RAG检索增强生成技术如何让大语言模型实时查阅文档？ 版权与免责声明：本文仅用于信息分享与交流，不构成任何形式的法律、投资、医疗或其他专业建议，也不构成对任何结果的承诺或保证。 文中提及的商标、品牌、Logo、产品名称及相关图片/素材，其权利归各自合法权利人所有。本站内容可能基于公开资料整理，亦可能使用 AI 辅助生成或润色；我们尽力确保准确与合规，但不保证完整性、时效性与适用性，请读者自行甄别并以官方信息为准。 若本文内容或素材涉嫌侵权、隐私不当或存在错误，请相关权利人/当事人联系本站，我们将及时核实并采取删除、修正或下架等处理措施。 也请勿在评论或联系信息中提交身份证号、手机号、住址等个人敏感信息。 您可能感兴趣