Zhibox

Zhibox 是一个面向物流、贸易、制造业中小企业的本地资料 AI 工具。

第一版先做一件事：把一个本地文件夹绑定成知识库，同步里面的资料，然后围绕这些资料提问，并看到答案来源。

长期方向是把本地知识库、数据清洗与可逆脱敏、AI字段抽取、公司模板和确定性代码工具连成一个闭环。Zhibox 不做通用 Agent。

当前版本

版本：v0.0.2-dev

当前已经支持：

• Windows 桌面客户端。
• 配置对话模型和向量模型。
• DeepSeek 负责回答问题，硅基流动负责向量检索。
• 新建知识库并绑定本地文件夹。
• 手动同步 Markdown / TXT / PDF / Excel / CSV 文件。
• 识别新增、修改、缺失文件。
• 基于当前知识库提问。
• 回答展示引用来源和原文片段。
• 保存模型配置、知识库、文件状态和历史问答。
• 关闭软件后再次打开，历史数据仍然存在。
• 查看对话模型和向量模型的API用量与成本。
• 使用知识库检查台测试检索质量并重建索引。
• 导入唛头 Excel 模板副本。
• 保存模板工作表和第一版字段映射。

当前暂不支持：

• Word 导入。
• 图片或扫描件 OCR。
• 云同步。
• 团队协作。
• 唛头 Excel 写入、预览和正式导出。
• AI样例反推。
• 数据清洗与可逆脱敏。

普通用户怎么用

1. 安装并打开

双击 Windows 安装包，按提示安装。

成功标志：

• Windows 可以打开 Zhibox。
• 界面左侧可以看到知识库区域。

2. 配置模型

点击左下角“模型设置”。

推荐配置：

用途	平台	地址	模型
回答问题	DeepSeek	https://api.deepseek.com	deepseek-chat
同步资料和检索	硅基流动	https://api.siliconflow.cn/v1	BAAI/bge-m3

填入两个平台的 API Key 后，分别点击：

• 测试对话模型。
• 测试向量模型。

成功标志：

• 看到“对话模型已连接，可以用于回答问题。”
• 看到“向量模型已连接，可以用于同步资料。”

说明：

• DeepSeek 官方目前不提供向量模型，所以需要单独配置向量模型。
• 提问内容和相关资料片段会发送给你选择的模型服务商。
• API Key 只保存在本机，不要提交到 GitHub。

3. 新建知识库

点击“新建知识库”，选择一个本地文件夹。

建议做法：

1. 先新建一个测试文件夹。
2. 放入一个 .md、.txt、.pdf、.xlsx、.xls 或 .csv 文件。
3. 在 Zhibox 中选择这个文件夹。

成功标志：

• 左侧出现新的知识库。
• 知识库名称默认使用文件夹名。

4. 同步资料

点击“同步资料”。

Zhibox 会扫描当前知识库绑定的文件夹，包括子文件夹。

当前支持：

• .md
• .txt
• .pdf
• .xlsx
• .xls
• .csv

说明：

• PDF 只支持能复制文字的文件。
• 扫描版 PDF 需要 OCR，本版本暂不支持。
• Excel 第一版按工作表转成 Markdown 表格，不做公式计算。

成功标志：

• 右上角提示“同步完成”。
• 左侧知识库下面能看到文件状态。
• 文件状态显示为“完成”。

5. 提问

在底部输入框输入问题。

快捷键：

• Enter：发送。
• Shift + Enter：换行。

成功标志：

• Zhibox 根据当前知识库回答。
• 回答下方显示引用来源。
• 引用来源能看到文件名。

6. 关闭后再打开

关闭 Zhibox 后重新打开。

成功标志：

• 模型配置还在。
• 知识库还在。
• 文件状态还在。
• 历史问答还在。

开发者怎么运行

进入应用目录：

cd app

安装依赖：

npm install

启动开发版：

npm run tauri dev

构建前端：

npm run build

打 Windows 安装包：

npx tauri build -b nsis

成功标志：

• 开发版会打开桌面窗口。
• 安装包会生成在 app/src-tauri/target/release/bundle/nsis/。

本地数据和隐私

Zhibox 的数据库保存在本机应用数据目录中。

不要提交到 GitHub 的内容：

• API Key。
• .env。
• 本地数据库。
• 用户文档。
• 知识库资料。
• 日志文件。
• 构建产物。
• node_modules。

项目 .gitignore 已经排除了常见敏感文件和本地生成物。

项目文档

• docs/V0_0_1_PRD.md
• docs/MVP_TASKS.md
• docs/PRODUCT_DESIGN.md
• docs/ARCHITECTURE.md
• docs/ROADMAP.md
• docs/唛头模板机制调研与知匣方案.md
• docs/GITHUB_WORKFLOW.md
• docs/RELEASE_NOTES_V0_0_1.md
• docs/RELEASE_NOTES_V0_0_2.md

下一步计划

v0.0.2 已完成：

• PDF 文本导入。
• Excel / CSV 导入。
• 更清晰的导入失败原因。

下一步按 docs/ROADMAP.md 开发：

1. 测试动态模板字段、来源类型、客户关键词和版本迁移。
2. 开发保留客户原格式的 Excel 唛头执行器与预览。
3. 开发“已填模板 + 对应 PO”的 AI 规则反推。
4. 开发本地数据清洗、可逆脱敏和多版本导出。