pardnchiu/KuraDB
最後更新
Note此 README 由 SKILL 生成，英文版請參閱 這裡。
DROP FILES IN, LET YOUR AGENT SEARCH THEM OUT
Go 唯讀檔案資料庫，具備自動轉換 Markdown、英文關鍵字索引與 agent 檢索工具
Warning改版中：請直接下載 Release 版本使用，目前不建議自行從原始碼編譯。進度請見改版方向。
目錄
定位
Note為什麼不做向量搜尋
- 每份資料都得拆段再轉成向量，語意比對也無法做到很準確。
- 向量資料必須常駐在記憶體裡，長遠來看不可行。
- 「Kura（蔵）」的寓意是儲藏；向量搜尋屬於 ToriiDB 的定位。KuraDB 回歸本意，專心把儲存與檢索做好，方便 agent 使用。
Note為什麼不用斷詞
- 無法預先知道資料是什麼語言，斷詞器也不是每種語言都斷得好，因此已移除 gse 斷詞。
- 改由 LLM 為每段內容生成英文關鍵字，原文照舊保留；之後一律用英文關鍵字查詢，不同語言的資料都能用同一套方式找到。
- 拖放即轉換 — 丟進
~/Kura_{name}的檔案會自動轉成 Markdown 存進 SQLite，內容保留原文。 - 英文關鍵字跨語言檢索 — 每段內容由 LLM 生成英文關鍵字，用 SQLite FTS5 索引，不依賴各語言斷詞，也不依賴向量。
- Agent 檢索工具 —
list／search／read三個工具：先列出資料、再用關鍵字定位段落，最後依行號展開上下文。 - 單向唯讀邊界 — API 只提供查詢，寫入只走 watcher → 轉換 → SQLite 這條路徑。
改版方向
| 階段 | 內容 | 狀態 |
|---|---|---|
| Phase 1：移除向量依賴 | 移除 OpenAI embedding、向量快取、semantic 搜尋與 query cache；移除 gse 斷詞，查詢暫以空白切詞比對原文 | 已完成 |
| Phase 2：新儲存 | 每份檔案存成一份 Markdown，依標題／頁／投影片／表格列切段並記錄行號；段落附英文關鍵字，寫入 FTS5；新增 HTML 轉換 | 規劃中 |
| Phase 3：檢索工具 | MCP 與 HTTP 改為 list／search／read，搜尋改用 bm25 排序並回傳行號範圍 | 規劃中 |
支援轉換的格式：純文字、Markdown、PDF、DOCX、PPTX、CSV／TSV、XLSX、HTML（Phase 2 新增）。
授權
本專案採用 MIT LICENSE。
Author
Just open an issue to share an idea.
©️ 2026 邱敬幃 Pardn Chiu