GNO — 本地知识引擎

快速的本地语义搜索。仅需索引一次，即可即时搜索。无需云服务，也无需 API 密钥。

何时使用此技能

• 用户要求 搜索文件、文档或笔记
• 用户希望在本地文件夹中 查找信息
• 用户需要为搜索目的 索引某个目录
• 用户提及需搜索的文件类型，如 PDF、Markdown、Word 文档、代码
• 用户询问关于 知识库 或 RAG 的配置方法
• 用户希望对其文件执行 语义/向量搜索
• 用户需要为文档访问 配置 MCP
• 用户希望使用 Web UI 浏览或搜索文档
• 用户要求基于其文档 获取 AI 答案
• 用户希望对文档进行 打标签、分类或筛选
• 用户询问关于 反向链接（backlinks）、Wiki 链接或相关笔记 的功能
• 用户希望 可视化文档之间的关联关系，或查看 知识图谱
• 用户希望将某条笔记或某个合集 导出以供 gno.sh 发布

快速上手

gno init                              # 在当前目录初始化
gno collection add ~/docs --name docs # 将文件夹添加至索引
gno index                             # 构建索引（导入 + 向量化嵌入）
gno search "你的查询"                 # BM25 关键词搜索

命令概览

搜索模式

重试策略：请先使用默认模式。若无结果，可尝试重新措辞查询，再启用 --thorough 参数。

常用标志（适用于 search/vsearch/query/ask）

-n               最大返回结果数（默认：5）
-c, --collection      限定在指定合集中搜索
--tags-any     包含任意一个指定标签
--tags-all     必须包含所有指定标签
--since         修改时间晚于该日期（ISO 格式：2026-03-01）
--until         修改时间早于该日期（ISO 格式：2026-03-31）
--exclude      排除包含任一关键词的文档（逗号分隔）
--intent        消歧义模糊查询（例如，“python” 指编程语言而非蛇类）
--json                输出 JSON 格式
--files               输出 URI 列表
--line-numbers        包含行号

进阶：结构化查询模式（仅 query/ask 支持）

使用 --query-mode 可在一个查询中组合多种检索策略（支持重复指定）：

# 组合关键词检索 + 假设性文档（hypothetical document）
gno query "API 速率限制" 
  --query-mode "term:rate limit" 
  --query-mode "hyde:如何实现请求限流"

# 添加意图引导（intent steering）
gno query "python" 
  --query-mode "term:python" 
  --query-mode "intent:编程语言"

可用模式：term:（关键词）、intent:（消歧义）、hyde:（用于语义匹配的假设性文档）。每条查询最多允许一个 hyde 模式。

文档获取

# 通过 URI 获取完整文档
gno get gno://work/readme.md

# 通过文档 ID 获取
gno get "#a1b2c3d4"

# 指定行范围：--from <起始行> -l <行数>
gno get gno://work/report.md --from 100 -l 20

# 同时输出行号
gno get gno://work/report.md --line-numbers

# JSON 输出，附带能力元数据（capabilities metadata）
gno get gno://work/report.md --json

# 批量获取多个文档
gno multi-get gno://work/doc1.md gno://work/doc2.md

可编辑 vs 只读：gno get --json 返回的 capabilities 字段会标明该文档是否可在其源位置直接编辑。Markdown 和纯文本文件支持就地编辑；而转换后的文档（如 PDF、DOCX、XLSX）为只读——如需修改其内容，请新建一条 Markdown 笔记，而非覆盖原始二进制文件。

搜索后获取（常见工作流）

# 搜索后获取首个结果的全文
gno query "auth" --json | jq -r '.results[0].uri' | xargs gno get

# 获取全部匹配结果的全文
gno search "error handling" --json | jq -r '.results[].uri' | xargs gno multi-get

文档链接与相似性

# 查看某文档的外链（outgoing links）
gno links gno://notes/readme.md

# 查找指向该文档的其他文档（反向链接 backlinks）
gno backlinks gno://notes/api-design.md

# 查找语义相似的文档
gno similar gno://notes/auth.md

# 跨所有合集（不限于同一合集）查找相似文档
gno similar gno://notes/auth.md --cross-collection

# 使用更严格的相似度阈值（默认：0.7）
gno similar gno://notes/auth.md --threshold 0.85

# 生成知识图谱
gno graph --json
gno graph -c notes --similar   # 包含相似性边（similarity edges）

全局标志

--index     使用替代索引（默认为 "default"）
--config    覆盖配置文件路径
--verbose         启用详细日志输出
--json            输出 JSON 格式
--yes             非交互模式（跳过确认）
--offline         仅使用缓存模型
--no-color        禁用彩色输出
--no-pager        禁用分页器

重要提示：文件变更后的向量化嵌入

若您编辑或创建了需通过向量搜索进行检索的新文件，请执行以下命令之一：

gno index              # 全量重建索引（同步 + 向量化嵌入）
# 或
gno embed              # 仅执行向量化嵌入（前提是已同步）
gno embed travel       # 仅对名为 travel 的合集执行嵌入
# 或
gno embed --collection travel

MCP 的 gno.sync 和 gno.capture 不会自动触发嵌入操作，请始终通过 CLI 显式调用嵌入命令。

按合集指定的嵌入模型

各合集可通过 models.embed 覆盖全局嵌入模型。

CLI 示例：

gno collection add ~/work/gno/src 
  --name gno-code 
  --embed-model "hf:Qwen/Qwen3-Embedding-0.6B-GGUF/Qwen3-Embedding-0.6B-Q8_0.gguf"

合理配置建议：

• 对于混合类型的笔记/文档合集，保留全局预设模型即可
• 当基准测试明确建议时，可为代码密集型合集单独指定嵌入模型
• 若对已有内容的合集更改了嵌入模型，请运行：

gno embed --collection gno-code

如需清除旧向量表示（切换模型后）：

gno collection clear-embeddings gno-code        # 仅清除陈旧模型对应的向量
gno collection clear-embeddings gno-code --all  # 彻底清空全部向量，随后重新嵌入

MCP 对应的写入工具：

• gno_clear_collection_embeddings

参考文档