本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 加入论坛有一段时间了，每天愉快潜水，看各位佬聊技术谈模型，学到了不少 AI 新鲜事。最近小弟花了一些时间做了个类似 agentic search 的项目，鼓起勇气开源出来分享给各位佬友。 项目起因是：小弟感觉现在工作学习一直在不同平台和 AI 对话，虽然绝大多数内容不想再看第二遍，但总有某些时刻想复盘一下，这时候却只记得当初在某处聊过，不知道去哪里找回具体聊了什么。所以我想把这些对话收集起来，与平常散落各处的笔记和看到的网络文章一起，整理成 统一维护 的语料库。然后开放 MCP 接口，制定 skill，让 AI 去做 迭代检索 ，带着原文回答问题。 小弟把项目取名叫 Learn Corpus ： github.com GitHub - def-a-name/learn-corpus: Personal corpus with source management, agentic... Personal corpus with source management, agentic search, and read-only MCP access. 目前已经实现： 导入 Codex/CC 会话，以及 Markdown 形式的 GPT / DS 网页会话、网页文章和个人笔记，导入过程有 skill-A 引导； Markdown 形式的网页会话和文章是借助 Chrome 插件获取的。 会话用的是 AI Exporter ，博客或文章用的是 Obsidian Web Clipper 构建、发布、更新检索索引，有 CI； MCP 可以通过 HTTP 或 stdio 连接，Codex 连接 MCP 后，根据 skill-B 所描述的状态转换规则，做搜索、读取和回答； 服务端做了一个账本，记录每次任务的调用次数、读取预算和检索单元，帮助审查检索过程； 小弟经验有限，又是第一次做这种项目，目前只是做到了 个人勉强够用 的状态，局限性其实挺明显，比如： 只做了 SQLite FTS5 词法检索，没引入语义检索和向量数据库； 需要自行导入和维护源文件，语料更新后索引需要重建，不能热更新； 数据库设计没有特别考虑多用户、多进程的并发读写； 项目用 Codex 开发，而且只在 Codex 下做了测试。非 OpenAI 的模型和 agent 效果未知； 所以也许项目不足以解决真实需求，但还是期盼各位佬有空能点进去看看文档，给点建议什么的（愿意赏 star 当然更好 ），希望某处局部设计真能引发佬的思考。感谢！ 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：开源项目与落地
  • 分类依据：内容涉及项目实践、创业、副业或变现
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/10 22:40:23