开发本地截图搜索引擎的实战与避坑指南
开发者分享了将近 1TB 本地截图可检索化改造的实战经验，重点解决两大技术难题。OCR 识别方面，针对中英混排、代码和报错路径识别率低的问题，采用通用 OCR 打底加低置信度视觉模型重读的方案，同时保留坐标信息用于高亮定位。索引膨胀方面，通过基于文字块的切分粒度、利用正则过滤无关 UI 文字，以及 SQLite FTS5 关键词粗筛加向量精排的分层策略，有效控制体积并提升检索效率。
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。
用 Rust 实现开源向量数据库 Kosha
Kosha 是一个用 Rust 编写的开源向量数据库，旨在作为 turbopuffer 的替代方案。该项目聚焦高性能向量检索与存储场景，分享了底层系统设计的架构决策。内容涵盖如何压榨数据吞吐量、降低内存开销以及优化查询效率，为开发高性能向量系统的技术团队提供直接的实现参考。
Agent 记忆条目过万后，检索召回精度为何会下降？
近期社区开发者在实践中发现，AI Agent 的记忆管理工具在面对海量数据时遇到了瓶颈。以 qwen3.7-plus 作为总结模型、BAAI/bge-m3 作为嵌入模型搭建的系统中，当记忆条目突破 10000 条后，检索召回精度明显下滑。目前主流的 mem0、腾讯TencentDB-Agent-Memory 以及本地存储方案，在多端同步和跨平台迁移上缺乏高效支持。这表明，在大规模记忆与向量检索的工程落地中，如何保持长期且精准的召回仍是当前技术优化的难点。