StarTrail-org/LEANN

极省存储的本地向量索引:只存剪枝后的图结构,检索时按需重算搜索路径上的嵌入,让笔记本也能对大量个人数据做语义检索。

极省存储的本地向量索引:只存剪枝后的图结构,检索时按需重算搜索路径上的嵌入,让笔记本也能对大量个人数据做语义检索。 星数 13368(+102 / 24h) **理由** - 作者称比常规方案省 97% 存储且不降精度,例如 6000 万文本块索引只占 6 GB(对比 201 GB);仓库简介称获 MLSys 2026 最佳论文 - 现成示例覆盖文件、Apple Mail、浏览器历史、微信 / iMessage 聊天、ChatGPT / Claude 对话记录、Slack 和 Twitter 书签 - 可作为 MCP 语义检索服务接进 Claude Code;作者在 30 个 SWE-Bench Pro 任务上对比 BM25,称初始相关代码召回是 2.1 倍、token 少用 8.4% - 数据不离开本机,作者称零遥测 **用法** - 先装 uv,再 uv pip install leann(Linux 纯 CPU 用 leann\[cpu\]) - leann build my-docs --docs ./your\_documents 建索引,leann search my-docs "…" 检索,leann ask my-docs --interactive 问答 - Claude Code 集成见仓库 packages/leann-mcp/README.md **风险** - 省存储靠检索时重算嵌入,需要本地算力;--no-recompute 的建库和检索要配套使用 - Linux 上 uv 默认硬链接安装可能触发 nltk 报错,需 UV\_LINK\_MODE=copy 重装;许可证 MIT(README) [打开](https://github.com/StarTrail-org/LEANN)

最新の AI ニュースを見る