Tauri / FastAPI / Hybrid Search / RAG

File Tools 本地文件智能检索与问答系统

File Tools preview

FileTools 是一款面向海量本地文件的智能检索与问答工具，强调本地优先与隐私安全。通过混合检索（BM25 + 语义向量）和 RAG 问答流程，用户可以用自然语言快速定位文件并获得可溯源回答。

FastAPI Tauri 2.x Rust Tantivy HNSWLib fastembed

技术架构

后端服务

FastAPI 提供 RESTful API，模块化路由设计（搜索、聊天、配置、目录管理相互独立）

桌面端

Tauri 2.x（Rust）封装桌面应用，使用 WebView2 提供轻量前端容器，支持系统托盘与桌面级分发

检索引擎

Tantivy 负责全文检索（基于 Rust，速度快内存占用低），HNSWLib 处理向量相似度搜索

AI 能力

FastEmbed 生成向量，支持本地模型（Ollama / llama.cpp / LM Studio）与远程 API（SiliconFlow / DeepSeek / Custom）

项目架构

用户界面层
Tauri + WebView2
↓
API 接口层
FastAPI (Port 18642)
↓
核心业务层
IndexManager / SearchEngine / RAGPipeline
↓
数据存储层
Tantivy / HNSWLib / SQLite

核心功能

混合检索

关键词检索（Tantivy BM25）+ 语义检索（HNSWLib），通过 RRF 融合排序提升召回与相关性

智能问答

RAG 流程先检索证据片段，再生成回答并附来源引用，便于核验

多格式支持

支持 PDF、Word、Excel、PPT、Markdown、TXT、CSV，并可扩展 OCR 文本提取

实时监控

文件增删改自动触发索引增量更新，不用手动重建

设置持久化

前端设置通过 API 保存到 YAML 配置文件，重启后依然有效

会话管理

智能问答支持多会话历史记录，服务器端维护，刷新不丢失

RAG 实现流程

1

检索

用户提问后，先进行语义向量召回（HNSW）与关键词召回（BM25），再通过 RRF 融合排序，得到最相关的文档片段。

2

构造 Prompt

把检索到的文档片段拼进系统提示词，加上对话历史，组成完整的上下文。

3

生成

调用本地 LLM 或 API 生成回答，同时返回引用的源文档，方便用户核对。

安装与启动

# 用户推荐：从 Releases 下载桌面安装包
# Windows: NSIS / MSI
# macOS: DMG
# Linux: AppImage / DEB
https://github.com/Dariandai/File-tools/releases

# 开发者从源码启动
git clone https://github.com/Dariandai/File-tools.git
cd File-tools
uv sync && npm install
npm run tauri dev
  • 启动后自动打开桌面窗口
  • API 服务默认监听在 127.0.0.1:18642
  • 支持 Windows / macOS / Linux

快速配置

# config.yaml 示例
ai_model:
  enabled: true
  mode: "api"  # 或 "local"
  api:
    provider: "siliconflow"  # 也支持 deepseek / custom
    api_url: "https://api.siliconflow.cn/v1/chat/completions"
    model_name: "deepseek-ai/DeepSeek-V2.5"
    keys:
      siliconflow: "your-key"
      deepseek: "your-key"

file_scanner:
  scan_paths:
    - "C:/Users/Name/Documents"

开源项目

FileTools 持续迭代中（最新发布 v1.1.2），欢迎提交 Issue 和 Pull Request。

Dariandai/File-tools
Latest: v1.1.2 (2026-04)
License: MIT
View on GitHub Download Releases