Synorive

Local-first multimodal search for everything you own — and a fact-checked web researcher. 本地优先的多模态检索 + 会自己找反驳材料的联网研究工作台

Search your documents, code, images, videos and web archives by meaning, not filename. Then search the open web across multiple engines, cross-check every claim, and get a briefing where every sentence is verbatim from a real source.

Runs fully offline. Your files never leave your machine. Exposes 24 tools to Claude Code over MCP.

What it does / 它做什么

Keywords: local semantic search · multimodal RAG · offline search engine · personal knowledge base · fact checking · misinformation detection · MCP server · Claude Code · vector search · SQLite FTS5 · sqlite-vec · HNSW · OCR · video search · Chinese NLP · Electron · privacy-first

Related MCP server: quarry

Why another search tool? / 为什么还要再造一个

Most "search your files" tools stop at keyword matching, and most "AI research" tools hand you a fluent summary you cannot verify. Synorive refuses both:

• Retrieval is measured, not claimed. Every performance number in this README was benchmarked on real data, including the two that did not hit their targets — they're listed with the reason instead of being quietly dropped.

• Nothing is silently discarded. Results filtered out as low-quality go into an "excluded" drawer with the reason, one click to bring back.

• It never tells you something is false. It finds who disputes a claim and shows you both sides — judging truth is not a capability it has, and pretending otherwise would be the most dangerous thing it could do.

现在能跑到哪一步

一到三期、五期、八期已完成。现在这个应用是真的能用的：

搜自己的东西

• 拖一个混着文档、代码、图片、视频的文件夹进去 → 后台并发索引，界面不卡

• 中文语义搜文档（描述内容也能搜到，不用记文件名）

• type:pdf date:最近7天 -草稿 "精确短语" 这类语法直接写在搜索框里

• 搜图片里的文字（OCR 实测字符覆盖率 100%）

• 用一张图找相似的图，或者找它出自哪个视频的第几秒

• 搜一句台词，直接定位到视频的第 3 分 24 秒

• 论文按 Abstract/Method/Results 分节索引，搜到直接标着「第 2 页 · Background」

• 问一篇 PDF 「你能回答哪些问题」，点一条直接展开那一段原文

搜全网并判真假

• 多引擎并发（cn.bing / 百度 / 360 / Mojeek / 维基），自建 SearXNG 后 Google 与 DuckDuckGo 也能用

• 深挖会读完第一轮再自己想出该追问什么，然后再搜一轮

• 中文查询自动补一个英文变体，派给英文覆盖更好的引擎（一手资料多半是英文的）

• 主动反向搜「辟谣 / 质疑 / 争议 / debunked」，把打脸材料摆出来

• 把一条信息追溯到最早出处，十几个站两天内发同一件事会被标成「转载爆发」

• 引用的论文被撤稿了会红字标出来（走 OpenAlex）

• 五家学术源按 DOI 合并，带被引数和 PDF 链接

给 Claude Code 用

• claude mcp add synorive 之后，Claude Code 能直接检索你的库、核查一个说法、 同时对比「你自己的资料」和「网上说的」

完整进度与实测数据见 task-progress.md， 技术方案与 76 项功能菜单见 docs/00-技术方案.md。

实测数据（都是量出来的，不是估的）

⚠️ 两条指标在这台机器（i5-1155G7 / 无独显）上定不到，原始目标需要约 3 倍算力。 详见 task-progress.md 的「待你拍板清单」。

怎么跑起来

一次性准备

# 1. Node 依赖（Node ≥20）
npm install

# 2. 生成字体子集（6MB，不进仓库，必须自己生成一次）
python scripts/build_fonts.py

# 3. 生成图标（已在仓库里，改了源图才需要重跑）
python scripts/build_icons.py

# 4. Python 引擎环境（Python ≥3.11）
py -3.13 -m venv engine/.venv
engine/.venv/Scripts/python.exe -m pip install -e engine

开发

npm run dev              # 起 Electron + Vite 热更新，引擎自动拉起

构建

npm run build            # 全部工作区
npm run build:desktop    # 只构建桌面端
npm run pack:win         # 打 Windows 安装包

发版与自动更新

桌面端和安卓端都能自己检查更新，更新源是这个仓库的 GitHub Releases。

npm run version:check      # 四处版本号是不是一致（根/桌面/安卓 name/安卓 code）
npm run version:set 0.1.2  # 一条命令改完四处，别手动改
npm run android:keystore   # 首次：生成安卓 release 签名密钥库（放仓库外）
npm run release            # 出两端产物，**不上传**
npm run release:publish    # 出产物并创建 GitHub Release（要 gh 已登录）

发版链路上有三个"漏了也不报错"的坑，scripts/release.mjs 会逐个挡住：

更新链路的安全边界（写清楚而不是含糊过去）：

桌面端那一格要补只有一条路：买代码签名证书，再在 electron-builder.yml 里配 publisherName。在那之前不要把它宣传成"安全更新"。

两个已知限制，都是设计上的、不是 bug：

• 便携版（portable exe）不能自动更新 —— 单文件自解压包运行时在临时目录里，替换不了正在运行的自己。应用里会明说这一点并给出下载页链接，而不是报错让你反复重试。

• 安卓端要手动确认安装 —— 非应用商店分发只能调系统安装器，首次会要你打开「允许安装未知应用」。应用会检测这个权限并直接把你送到那一页。

单独跑引擎（调试 / 给 CLI 和 MCP 用）

engine/.venv/Scripts/python.exe -m synorive.main --port 8731 --data-dir ./data
# 接口文档 http://127.0.0.1:8731/docs

接进 Claude Code

npm run build --workspace=@synorive/mcp
node scripts/install-claude-integration.mjs

装完新开一个 Claude Code 会话，问「我之前存过关于 X 的东西吗」就会自动触发检索。

24 个工具：

• 本地库：search / ingest / analyze / get_content / similar / timeline / graph / status / questions

• 联网：web_search / research / scholar / read_url / web_engines / verify / unified_search

• 文献：scholar_review（分主题综述，只摘录不改写）/ scholar_table（同一指标横向抽表）/ citations（共被引找奠基论文）/ harvest（批量下开放全文并入库，默认干跑）

• 核对与记忆：check_numbers（数字回原文逐个核对）/ memory（这个话题以前查过什么）

• 本地媒体：compare（两个文件哪里不一样）/ chapters（长视频章节目录）

给 Claude 的返回强制带可信度分项和出处，工具描述里写死了能力边界 （"判断不了这句话本身是不是事实"、"逐字摘录不是改写"、"有反驳材料 ≠ 原说法是假的"）—— 不写的话 Claude 会把内容农场的说法和官方文档等同看待，再用同样自信的语气转述。

引擎地址是自动发现的（读 data/engine.json）：桌面端开着就连同一个引擎， 没开就自己起一个。也可以用 SYNORIVE_ENGINE_URL 显式指定。

让 Google 和 DuckDuckGo 也能用（可选，但强烈建议）

2026-08 实测：Google 已强制 JavaScript（纯 HTTP 只拿到跳转页）、DuckDuckGo 的 html 端点改成了 JS 落地页、Yandex 直接给验证码、七个 SearXNG 公共实例全部 429/403。 免费拿到这几家结果，现实里只剩一条路：自己跑一个 SearXNG。

node scripts/setup-searxng.mjs            # 先看它打算做什么（默认干跑，什么都不动）
node scripts/setup-searxng.mjs --apply    # 确认后再真装（要 Docker）
node scripts/setup-searxng.mjs --status   # 看还活着没

装完引擎会在冷启动时自动发现并启用它，不用去设置里勾。 实测装完后 google cse 单独贡献 20 条、DuckDuckGo 10 条 —— 这两家直连时都是零。

脚本替你填掉了最容易踩的坑：SearXNG 默认只开放 HTML 格式， 不在 settings.yml 里加 json 的话，现象是"实例起来了却一条结果都没有"。

命令行

node cli/dist/index.js search "中文分词" -n 10
node cli/dist/index.js search "type:pdf date:最近7天 预算"
node cli/dist/index.js add D:\项目\文档 --tag 重要
node cli/dist/index.js status
node cli/dist/index.js doctor --install embed-image

检查

node scripts/check-hardcoded-style.mjs   # 界面统一性：零硬编码色值与字号
npm run typecheck                        # TypeScript

目录

Synorive/
├─ apps/desktop/          Electron 41 + React 19 + TypeScript
│  ├─ electron/main/      主进程：窗口、托盘、引擎托管、IPC
│  ├─ electron/preload/   contextBridge 白名单（渲染层只能碰这些）
│  └─ src/                渲染层，零计算，保证 60fps
├─ apps/mobile/           安卓端（Kotlin + Compose），六期
├─ engine/                Python 引擎：摄取、分析、检索、依赖医生
├─ packages/
│  ├─ design-tokens/      全应用唯一样式真相源
│  └─ shared-types/       四方通信契约
├─ mcp/                   MCP 服务器，给 Claude Code 调
├─ cli/                   synorive 命令行
├─ scripts/               图标、字体、样式检查
└─ data/                  索引库与模型（不进仓库）

几个不显然的设计决定

引擎是独立进程，不是线程。 「使用时不卡顿」唯一可靠的实现方式。分析再重，Electron 主线程一帧都不参与。

中文检索必须预分词。 实测 SQLite 3.50.4：trigram 分词器下「搜索」「视频」这类两字词命中率为 0 （trigram 要求查询 ≥3 字符）；unicode61 不分词更糟，整句算一个词。 唯一可用的是入库和查询两侧都过 jieba，存空格分隔序列。另建一张标题 trigram 表兜底词内子串查询。

检索是三级瀑布，不是一次返回。 15ms 出最近打开项 → 50ms 出关键词召回 → 150ms 出向量召回并重排。 结果是"长出来的"不是"等出来的"，永不转圈。

样式统一靠机制不靠自觉。 业务代码里禁止出现色值和字号字面量，scripts/check-hardcoded-style.mjs 扫到就失败。

字体是逐字符回退的，不是靠 JS 切换。 font-family: "Times New Roman", "SimSun", serif —— 西文字母数字标点从 Times New Roman 取，汉字它没有就自动落到宋体。24px 以上的标题换思源宋体 （Windows 自带的 SimSun 是点阵字体，大字号下笔画又细又硬）。

许可 / License

GNU AGPL-3.0 — Copyright © 2026 Aevorine

你可以自由使用、修改、分发这个项目。但有一条硬约束： 任何基于它的修改版，只要被别人用到（包括做成网络服务），源码就必须一并公开。 选 AGPL 而不是 MIT，是为了防止有人把它闭源拿去商用。

You may use, modify and redistribute this project freely, with one hard condition: any modified version that other people can interact with — including over a network — must have its complete source code made available.

第三方资源：

• 字体 Noto Serif SC —— SIL OFL 1.1，可商用

• 模型（BGE / CLIP / RapidOCR / SenseVoice / BGE-reranker）各自遵循原始许可， 由依赖医生按需下载，不随仓库分发