Show HN: A local RAG desktop app: piFlow PiFlow, a fully local retrieval-augmented generation (RAG) desktop application, has been released as an open-source project on GitHub, enabling users to import local documents, build knowledge bases, and ask natural-language questions with all parsing, embedding, retrieval, and inference running locally or on a user-specified server. The app, built with Tauri 2 and a Node.js sidecar, supports multi-format parsing including PDF, Markdown, TXT, and HTML, uses BGE-M3 for embeddings, and offers pluggable generation backends such as local GGUF inference via node-llama-cpp, remote Ollama, DeepSeek, or Pleias-RAG-1B, with answers including source citations for traceability. 全本地 RAG 桌面应用 · 答案可追溯 · 隐私优先 · 轻量 English /ifoxhz/piflow/blob/main/README.en.md | 简体中文 piFlow 是一款检索增强生成（RAG）桌面应用：导入本地文档构建知识库，然后用自然语言提问。解析、嵌入、检索、推理全部在你的机器上（或你指定的服务器上）运行——文档与对话始终不离开你的掌控。生成的答案附带来源引用，可追溯到具体的文档与段落。 主对话由 piFlow Agent （Pi harness）驱动：知识库以 Skill / Tools（ kb ）挂载，并可选用 Postgres 只读与本地文件 Skill。 UI 设计预览： docs/index.png /ifoxhz/piflow/blob/main/docs/index.png 答案可追溯 ：每条答案都附带引用与原文摘录，可点击定位到源文档和具体片段——让幻觉无所遁形 隐私优先 ：文档、向量索引、聊天记录都存储在本地 SQLite 数据库中，无任何云端依赖 目录级导入 ：选择目录即可递归导入，后台任务静默执行，活动日志实时显示进度 智能检索流水线（reRAG） ：意图模板路由 → LLM 生成结构化检索计划 → 多路密集检索按意图动态 top-K 合并，并支持多轮共指消解 多格式解析 ：PDF（pdf-oxide / mupdf）、Markdown、TXT、HTML；扫描版 PDF 自动路由到 PaddleOCR 可插拔生成后端 ：本地 GGUF 推理（node-llama-cpp）、远程 Ollama（如局域网 GPU 服务器）、或 DeepSeek / Pleias-RAG-1B 自动模型管理 ：基于清单的模型注册表；缺失模型自动从 hf-mirror.com 镜像下载，并支持强制重新下载 piFlow Agent ：主对话入口；可开关的 Knowledge RAG / Postgres 只读 / 本地文件 Skill（Pi harness + SSE） 采用 Tauri 2 + Node Sidecar 双进程设计：Tauri 仅作为薄 UI 外壳，所有 RAG 推理与原生模块运行在独立的 Node 进程中。前后端通过 localhost HTTP / SSE 通信。 ┌────────────────────────────────────────────────────┐ │ Tauri WebView React + TypeScript │ │ 知识库 · piFlow（主对话）· 引用 · 设置 │ └──────────────────────┬─────────────────────────────┘ │ HTTP / SSE localhost ┌──────────────────────▼─────────────────────────────┐ │ Node Sidecar apps/rag-server │ │ │ │ RAG：导入 → 解析 → 分块 → BGE-M3 → 检索 → 生成 │ │ piFlow：Pi Agent + Skills（KB / Postgres / FS） │ │ │ │ SQLite · pg-actions · 模型缓存 · 文件 │ └─────────────────────────────────────────────────────┘ 便携版用户数据目录： %APPDATA%\piFlow\ （开发态默认为仓库内 .data\ ）。 完整设计文档见 docs/architecture.md /ifoxhz/piflow/blob/main/docs/architecture.md （ English /ifoxhz/piflow/blob/main/docs/architecture.en.md ）、 docs/piflow.md /ifoxhz/piflow/blob/main/docs/piflow.md 与 docs/reRAG.md /ifoxhz/piflow/blob/main/docs/reRAG.md 。 | 层级 | 技术 | |---|---| | 桌面外壳 | Tauri 2（Rust 仅负责窗口与 sidecar 生命周期） | | 前端 | React 19 + TypeScript + Vite | | RAG 后端 | Node.js + Hono（HTTP / SSE） | | 嵌入 | BGE-M3（Xenova ONNX， @huggingface/transformers ，worker 线程） | | 生成 | Qwen2.5-3B-Instruct GGUF（node-llama-cpp）/ Ollama / DeepSeek / Pleias-RAG-1B | | 存储 | better-sqlite3（元数据 + 向量，余弦相似度检索） | | 解析 | pdf-oxide · mupdf · PaddleOCR（扫描文档） | | 包管理 | pnpm workspaces（monorepo） | 前置条件：Node.js ≥ 20、pnpm 10。请将仓库放在 Linux 文件系统（ ~/ ）下，而非 /mnt/c/ 。 pnpm install cp .env.example .env 按需调整 下载模型（国内镜像） export HF ENDPOINT=https://hf-mirror.com pnpm models:ensure 终端 1：RAG 后端（http://127.0.0.1:3847） pnpm dev:server 终端 2：前端（在浏览器打开 http://localhost:1420） pnpm dev:ui 或并行启动两者 pnpm dev 模型注册表： models/manifest.json /ifoxhz/piflow/blob/main/models/manifest.json ；详情： models/README.md /ifoxhz/piflow/blob/main/models/README.md 。 | 用途 | 模型 | 大小 | |---|---|---| | 嵌入 | Xenova/bge-m3（ONNX fp16） | ~1.1 GB | | 本地生成 | Qwen2.5-3B-Instruct GGUF（q4 k m） | ~2 GB | | 生成（可选） | Pleias-RAG-1B GGUF | ~2.4 GB | | OCR | PaddleOCR | 随包附带 | 推荐配置 ：16 GB 内存、10 GB 可用磁盘空间。 关键环境变量（完整列表见 .env.example /ifoxhz/piflow/blob/main/.env.example ）： | 变量 | 说明 | |---|---| HF ENDPOINT | Hugging Face 镜像，默认 https://hf-mirror.com | BLUELAMP RAG PORT | RAG 服务端口，默认 3847 | BLUELAMP MODELS DIR | 模型目录，默认仓库内 models/ | BLUELAMP DATA DIR | 数据目录；未设置时开发态用仓库 .data/ ，打包版由壳注入 %APPDATA%\piFlow\ | BLUELAMP USE LOCAL LLM | 设为 true 启用本地 GGUF 生成（无需 Ollama） | BLUELAMP OLLAMA URL / BLUELAMP OLLAMA MODEL | 远程 Ollama 端点与模型 | 请在 Windows 本机 打包（不要只在 WSL 里打 Windows 包）。因内嵌 BGE-M3 体积很大，产物是 便携目录 + zip ，不是 NSIS/MSI。 - Node.js ≥ 20、pnpm 10、Git - Rust（ x86 64-pc-windows-msvc ）+ Visual Studio Build Tools（C++ 桌面开发） - WebView2 Runtime（Win10/11 通常已有） - 已下载嵌入模型： pnpm models:ensure （需本机 BGE-M3） 完整清单见 docs/development-windows.md /ifoxhz/piflow/blob/main/docs/development-windows.md 。 在仓库根目录（PowerShell）： pnpm install $env:HF ENDPOINT="https://hf-mirror.com" pnpm models:ensure pnpm build:windows pnpm build:windows 依次会： bundle:windows-sidecar — 打包 Node runtime、 rag-server 、模型等到 Tauri resources tauri build --no-bundle — 编译 piFlow.exe package:windows-portable — 组装便携目录并打 zip | 路径 | 说明 | |---|---| dist-windows/piFlow/ | 可直接运行的文件夹 | dist-windows/piFlow-