V2EX
为1TB本地截图做个搜索引擎的开发记录
开发者为近1TB本地电脑截图搭建了一套内容搜索引擎，重点解决OCR识别率和索引体积两大痛点。针对中英文混排、代码及报错信息，采用“通用OCR打底+视觉模型重读”的互补方案，并保留文字坐标用于高亮定位。在索引优化上，通过正则和过滤规则剔除无效UI文本，配合“SQLite FTS5关键词粗筛+向量模型精排”的分层检索策略，在控制存储开销的同时兼顾了检索性能。
获取每日 AI 情报与羊毛福利
加入 Telegram 频道 @ainews_Go，第一时间接收精选资讯推送。