如何用 Constella Desktop 把本地文件变成可搜索的知识库Electron 新手完整指南【免费下载链接】constella-desktopIndex all your local files cloud apps privately, on-device with VectorDB KnowledgeGraph in one项目地址: https://gitcode.com/gh_mirrors/ho/constella-desktopConstella Desktop 是一个开源的 Electron/React 桌面应用它把你指定的本地文件夹Obsidian 笔记库、下载目录、文档目录等在设备端完成索引用本地向量库和 SQLite 搭建一套私有的本地知识搜索与记忆系统——所有文件不出你的电脑搜索、整理、Agent 调用全部本地完成。先说它解决什么问题 大多数人的知识都散落在各个角落Obsidian 里一堆笔记Downloads 里几份 PDFDocuments 里若干 Word 文档。你找其中一份资料时只能靠文件名硬搜搜不到当时记过的那条思路。Constella Desktop 的做法是把你勾选的文件夹同步进来抽取文本支持 PDF、DOCX、Markdown、图片等切成块后用本地嵌入模型EmbeddingGemma512 维完全离线生成向量存进 LanceDB元数据和全文存 SQLite。之后你可以用语义搜索跨所有来源找东西——比如我上次记的那个部署流程而不是靠文件名猜。更关键的是它不止做检索一个调度器会定期跑聚类和合成任务把零散的文档块变成概念页、主题和关联边存在本地 SQLite 里。也就是说你的散落笔记会被慢慢整理成一张星座图概念之间有了关系。5 分钟跑通 Constella Desktop 本地开发环境 ️环境要求很简单Node.js 18目前 macOS 支持最好Windows/Linux 欢迎提 PR。git clone https://gitcode.com/gh_mirrors/ho/constella-desktop cd constella-desktop npm install npm startnpm install会触发 postinstall 里的原生依赖检查和 DLL 构建第一次会慢一些属正常现象。有一个额外步骤应用需要一个 Firebase 项目做账号登录。免费版 Spark 档位就够用——在 Firebase 控制台建项目、添加 Web 应用、把配置填进.env.local再开启邮箱/密码和 Google 登录方式。可选的 PostHog、Mixpanel、Sentry 令牌留空即可禁用。npm start起来后你会看到 Electron 窗口添加一个文件夹来源等索引跑完就能在搜索框里验证语义搜索本地文件这条主链路是否工作。开发脚本基于 electronmon改动主进程代码会自动重启配合npm testjest和npm run lint即可日常开发。它能帮你做什么 按你会实际用到的价值来说主要是四件事本地知识搜索。渲染器通过 IPC 调主进程的search_local_notes之类的通道一次搜索可以跨全部来源或指定子集。结果带出处引用私有文件全程不离开机器。知识图谱合成。调度器把原始块聚合成概念页、主题和边界面上能直接看到 insights、提醒、推荐和相关概念链接。这部分代码在src/main/file-graph/想改聚类逻辑从这里入手。给 Agent 一个统一的命令面。应用把自身能力暴露成 MCP 工具——search_notes、get_note、recent_notes、create_note、list_sources、list_tags还有list_agents、run_agent_workflow等一批 Agent 管理工具定义在src/main/mcp/tools.ts。MCP 服务器跑在 127.0.0.1 的固定端口段上内置看门狗自动探活和重启。配置好之后Claude Code 可以直接搜你的知识库、读全文、往里面写新笔记。AI 任务编排可插拔。搜索、回忆、主题生成这些任务走同一套 step/recipe 引擎一个任务就是一组有序步骤的配方步骤本身也是配方可以嵌套local/cloud/hybrid三种数据模式和本地/云端模型是两个独立开关自由组合。引擎文档写得很清楚在src/utils/ai-pipeline/README.md想加一个新 AI 任务比如自动生成摘要页按定义 schema → 复用 retrieve → 写尾部步骤 → 组装 recipe四步走就行。动手扩展加一个自定义数据源 ✂️Constella 的来源source就是主进程维护的一份 JSON 注册表每个来源对应一个文件夹带文件扩展名过滤、忽略目录、同步开关和同步间隔。你不需要写插件框架扩展一个数据源基本是三个动作注册文件夹。通过 IPC 通道file-index:sources:add传入路径和标签或者走file-index:add-folder让用户选文件夹。注册表逻辑在src/main/file-index/sources.tsobsidian、downloads、documents、custom四种 kind 都走同一套扫描逻辑。让扫描器认识新文件类型。如果新来源里有一种extractors.ts还不会解析的文件格式加一个抽取器把它转成文本即可扫描时会自动跳过.git、node_modules、venv这类目录你也可以按来源配置自己的忽略列表。调同步节奏。每个来源有syncIntervalMin字段主进程的同步循环会在文件有变化或间隔到期时重新索引。大目录建议调大间隔避免首轮全量扫描吃满 CPU。另一个值得上手练的扩展方向是 UI。渲染器入口是src/components/open-source/OpenSourceApp.tsx作者的态度很直接随便换掉六个核心层都在主进程跑跟界面长什么样无关。README 里给了几个现成点子——Jarvis 风格的语音球、Obsidian 式编辑器、终端 UI——都只需要接 IPC 通道就能实现。常见问题与避坑 ⚙️索引慢或搜不到内容。先确认来源的syncEnabled是开着的再看同步状态里scanned/total的进度首轮全量嵌入本地 PDF 确实耗时后续增量同步会快很多。搜索无结果多半是索引还没建完而不是配置错误。内存和线程。重的活嵌入、LLM 推理都放在 Web Worker 里跑src/main/ai/workers/下有 embedding、image-to-text、local-llm 几个 worker主线程保持空闲。你加功能时也建议照这个模式走别在主进程里同步跑大模型。隐私边界。数据落在用户数据目录macOS 上是~/Library/Application Support/constella-core/文件夹权限是显式授予的。但注意Agent 运行时可能调用外部 CLI 或云端模型在跑含敏感数据的文件夹之前先审一遍你给 Agent 配的工具权限。另外别把密钥目录、大体积私人目录随手加进来。打包发布。npm run build出生产构建npm run package打本地测试包macOS 走 electron-builderarm64npm run release会带发布和 Sentry 上报需要.env.local里配齐全。给社区提 PR 前跑一遍 lint 和测试改动尽量收敛在单一功能UI/同步行为变更附上截图或日志。写在最后Constella Desktop 目前定位是活跃的桌面原型——核心链路Electron/React 壳、文件索引、向量库、知识图谱调度、JARVIS 风格 UI、MCP 桥都在但星座图全量视图、提醒和自动推荐这些面还在快速演进。把它当成本地优先个人 AI 工具的地基来用别指望它是打磨完的成品。下一步建议很具体先把应用跑起来加一个你自己的 Obsidian 库或下载目录等索引完成后试几次语义搜索然后打开src/utils/ai-pipeline/README.md按Adding a new task那一节照着写一个属于你的 recipe。【免费下载链接】constella-desktopIndex all your local files cloud apps privately, on-device with VectorDB KnowledgeGraph in one项目地址: https://gitcode.com/gh_mirrors/ho/constella-desktop创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考