🌟 置顶长文 · 架构反思
为什么我做个人 AI 知识库彻底放弃了向量数据库？
市面上 99% 的知识库教程都教你起 Docker、跑 Embedding。但对个人创作者而言，这带来了极大的黑盒与认知负担。打破迷思，聊聊为什么“语义提炼在先，规则计算在后”是更优雅持久的解法。
Hi，我是 Andy。一名专注于探索 AI 原生架构、知识库编译与轻量工具的独立思考者与 Builder。在这里记录我对 AI 产品、知识架构与极简技术的深度复盘。
市面上 99% 的知识库教程都教你起 Docker、跑 Embedding。但对个人创作者而言，这带来了极大的黑盒与认知负担。打破迷思，聊聊为什么“语义提炼在先，规则计算在后”是更优雅持久的解法。
编译 > 检索。知识不经过编译，就永远只是一堆冷冰冰的收藏切片。对于个人级系统，最先进的技术往往就是最朴素的 Markdown。
专为独立思考者打造的本地知识系统。新输入自动往回织并标注矛盾观点，不仅精准回答，更能根据素材积累成熟度反向派发写作选题。
坚决对抗不必要的技术堆叠与框架膨胀。推崇 Local-First、可追溯纯文本与轻量级云原生边缘部署。