把资料库留在本机，引用还能逐句核验：Bowerbird 的本地研究工作流

研究型 AI 笔记常见两个难题：资料散落在 PDF、网页和视频里；模型给出看似可信的引文，却未必真的来自所标注的来源。开源项目 Bowerbird 把这两个问题放进一个本地优先的研究笔记本：资料整理、检索和引用核对尽量在自己的设备上完成，回答则可交给用户选择的模型。

它适合需要反复查阅文献、政策文件或课程资料的个人研究者。需要先说明边界：本地优先不等于完全离线。默认模型需要访问模型提供商；网页搜索和添加在线链接也会产生相应网络请求。真正有价值的是，它把数据流向说清楚，并允许用户按场景选择本地模型。

引文不是只附一个链接

Bowerbird 的引用校验关注的是答案里的引述文本。每条引用带有被引用的词句，程序会到该引用指向的来源中查找；若引文跨越段落边界，也会在同一来源的其他段落核对。找不到原文，或引文归错来源，就会标为未验证。

这能发现“引文并不存在”或“引用指向了错误资料”这类问题，但不能证明模型正确理解了原文。读者仍可打开引用，查看对应段落；PDF 引用还可定位到印刷页。它把核对成本降低了，却没有把判断责任交给一个百分比或模型评分。

从导入到回答的工作流

项目支持 PDF、DOCX、EPUB、Markdown、纯文本、网页、YouTube 字幕和音频录音。扫描版 PDF 可在本机 OCR，录音也可在本机转录。加入资料后，文本先进入 SQLite FTS5 关键词索引；EmbeddingGemma 向量在后台生成，因此向量尚未准备好时仍可先进行关键词检索。

提问时，系统融合关键词命中与语义检索结果，并将候选段落附近的上下文带入回答。需要更深入查找时，还能让模型按资料目录选择整节内容。最终回答以段落标签标注来源，并对其中的引文逐项匹配。

一个简化的命令行示例（需从源码构建）如下：

cargo run --release -p bowerbird -- add history treaty.pdf
cargo run --release -p bowerbird -- ask history "Who signed the treaty at Osnabrück?"

这里的 history 是笔记本名称，第二条命令对该笔记本提问。实际部署前应按项目文档准备 Rust、Node.js 和 PDFium 等构建依赖；项目也提供 Linux、macOS、Windows 与 Android 的发布构建，不必把源码构建当成唯一安装方式。

数据留在哪里，哪些内容会发出去

笔记本以普通目录保存，原始资料、Markdown 笔记、对话、学习材料和 SQLite 索引都在文件夹中；复制整个文件夹即可备份或迁移。搜索索引、OCR、语音转录和音频概览的语音合成在本机处理。每次提问时，问题、此前对话以及检索出的资料片段会发送给所选模型提供商；默认模型为 DeepSeek。改用运行在本机的 Ollama 模型后，提问和片段可留在本机。

此外，添加网页会访问该网站，YouTube 视频会请求字幕，网页搜索也会连接设置的搜索服务。因此部署给他人访问时，要同时审查模型选择、服务器监听地址和网络访问边界。项目默认绑定 127.0.0.1:7477；README 明确提醒，改为非 loopback 地址会将笔记本暴露到网络，访问令牌并不能替代完整的网络安全策略。除非确有需要，不应开放到公网。

适合什么，不适合什么

如果你的工作重点是多来源资料问答、可追溯笔记和学习材料生成，Bowerbird 将文件管理、混合检索、引用核对放在同一个本地工作流中；学习卡片、测验、思维导图和带引用报告也可生成到笔记本。

但“引文已验证”只说明那段文字确实能在对应来源找到，不代表论证正确、上下文完整或结论成立。使用者仍应检查原文。若资料高度敏感，还要确认选择的模型提供商和搜索服务符合组织的数据政策；仅仅把界面运行在自己的电脑上，并不自动意味着所有数据都没有离开设备。

整体而言，Bowerbird 值得关注的不是“本地 AI”标签，而是将可搬迁的文件夹、关键词与语义检索、逐段引用校验结合起来，并明确说明网络边界。对于需要经常回看来源的研究工作，这种设计比单纯生成一段流畅摘要更容易审计，也更方便长期积累。

相关链接

• [Bowerbird GitHub 仓库与 README](https://github.com/jolovicdev/bowerbird)
• [Bowerbird Releases](https://github.com/jolovicdev/bowerbird/releases)
• [HN 项目讨论](https://news.ycombinator.com/item?id=50326245)