本地知识库
把文档放进本地，让 AI 读它。完全本地化。
把文档放进本地，让 AI 读懂你的资料。向量化、检索、重排序全在本地完成。
支持的文件格式
| 类型 | 扩展名 |
| ------ | -------- |
| 文本 | .txt .md .csv |
| Office | .docx .xlsx |
| 电子书 / 网页 | .pdf .epub .html .htm |
| 其他 | .srt .rtf |
不支持：.doc / .xls 旧格式（请用 Word 另存为 .docx 后上传）
限制：单文件最大 50MB · 最多 200 个文档 · 批量操作每次最多 50 个
上传后发生了什么
- 文本提取：从 PDF/Word/HTML 等格式中提取纯文本
- 智能分块：按章节/段落/固定长度自动选择最优策略，每块约 500 字，块间 50 字重叠。中文不断句中间
- 向量化：用 bge-m3 模型生成 dense 向量（全程本地）
- 自动打标：打标引擎（设置中可选本地/云端）读取文档，生成摘要、分类标签
整个过程在后台线程执行，处理进度实时可见。支持暂停 / 恢复 / 取消。
检索流程
提问时，Sidemate 执行 3 步检索管线：
- Dense 向量检索：用余弦相似度找到语义相关的内容块
- Reranker 精排：bge-reranker-v2-m3 交叉编码器对 query+文档对重新打分
- MMR 去重：Maximal Marginal Relevance 确保结果多样性，每文档最多 3 条
如果所有结果的相关性分数低于 0.05，说明知识库中没有相关内容，会返回空结果（不硬凑答案）。
文档管理
| 操作 | 说明 |
| ------ | ------ |
| 上传 | 拖拽或点击上传按钮，支持批量 |
| 删除 | 单个删除或批量删除（最多 50 个） |
| 重处理 | 文档处理失败时可重新处理 |
| 暂停 / 恢复 | 处理过程中可暂停，稍后恢复 |
| 私密标记 | 标记为私密的文档不会出现在云端 Agent 的检索结果中 |
| 去重 | 检测重复文档，可选择保留两者 / 替换 / 取消 |
标签系统
- 自动打标：文档处理完成后，打标引擎（可选本地/云端）自动生成分类标签和摘要
- AI 语义分组：把碎片标签按语义归并为 5-10 组
- 手动调整：可手动移动标签到其他分组，AI 刷新不会覆盖手动分组
AI 洞察
点击「整理」按钮，打标引擎（可选本地/云端）会通读你的整个文库，生成：
- 主题分类（3-5 个大类）
- 适用场景建议
- 3 条推荐追问问题
基于文档真实摘要生成，不会联想库外主题。结果持久化保存，刷新页面不丢失。
审计日志
每次知识库检索都会记录：时间、访问者（本地/云端/手动）、查询词、命中文档和片段、相关性评分。每文档最多保留 200 条。可在知识库设置页查看和清空。
---
Upload documents and let AI read your materials. Vectorization, retrieval, and reranking all run locally.
Supported File Formats
| Type | Extensions |
| ------ | ----------- |
| Text | .txt .md .csv |
| Office | .docx .xlsx |
| Ebook / Web | .pdf .epub .html .htm |
| Other | .srt .rtf |
Not supported: .doc / .xls legacy formats (re-save as .docx first)
Limits: 50MB per file · 200 documents max · 50 docs per batch operation
What Happens After Upload
- Text extraction: Extracts plain text from PDF/Word/HTML
- Smart chunking: Auto-selects a suitable strategy (section/paragraph/fixed), ~500 chars per chunk, 50 char overlap. Never breaks mid-sentence
- Vectorization: bge-m3 generates dense vectors (fully local)
- Auto-tagging: Local LLM reads document, generates summary + category tags
Runs in background threads with real-time progress. Supports pause / resume / cancel.
Retrieval Pipeline
When you ask a question, Sidemate runs a 3-step pipeline:
- Dense vector search: Cosine similarity to find semantically relevant chunks
- Reranker: bge-reranker-v2-m3 cross-encoder re-scores query+document pairs
- MMR dedup: Maximal Marginal Relevance ensures diversity, max 3 chunks per document
If all relevance scores are below 0.05, the KB has no relevant content — returns empty (no forced answers).
Document Management
| Operation | Description |
| ----------- | ------------- |
| Upload | Drag-and-drop or click, batch supported |
| Delete | Single or batch (max 50) |
| Reprocess | Retry failed documents |
| Pause / Resume | Pause processing, resume later |
| Private | Private docs excluded from cloud Agent results |
| Deduplicate | Detect duplicates, choose keep/replace/cancel |
Tag System
- Auto-tagging: After processing, the tagging engine (local or cloud, selectable in Settings) generates category tags + summary
- AI grouping: Fragments merged into 5-10 semantic groups
- Manual override: Manually moved tags are preserved during AI refresh
AI Insights
Click "Organize" — the tagging engine (local or cloud) reads your entire library and generates:
- Theme classification (3-5 categories)
- Use case suggestions
- 3 recommended follow-up questions
Based on real document summaries, no hallucinated topics. Results persist across refreshes.
Audit Log
Every KB search logs: timestamp, actor (local/cloud/manual), query, matched docs/chunks, relevance score. Max 200 entries per document. Viewable and clearable in KB settings.
---
品牌与商标声明：本文中提及的产品名称均为各自所有方的商标或注册商标，仅用于客观功能对比说明。Sidemate 与上述公司无隶属、合作或背书关系。
对比说明：本页对比反映 Sidemate v0.9.7 当前设计与公开资料，实际表现可能因版本、时间、用户环境而异。
AI 输出声明：Sidemate 是软件运行平台，不直接提供 AI 模型。离线模式下的模型（如 Qwen 系列）是开源第三方，在线模式下的云端模型由您配置的第三方服务商（如 OpenAI / DeepSeek / 通义千问 等）提供。AI 输出的文本、图表、文档等内容由模型本身决定，可能存在错误、遗漏或偏差。涉及医疗、法律、财务、安全等重要决策时，请人工核对或咨询专业人士。Sidemate 不对 AI 输出内容的准确性、完整性或适用性承担责任。
数据与隐私：离线模式下，对话、文件、知识库存储于用户本机；在线/并行模式下，提问发往所选云端模型服务商，相关政策遵循该服务商，非 Sidemate 保证。
