基于AI的使用自然语言进行文件搜索的桌面软件设计及实现不需要精确匹配，意思相近即算命中本地优先，最好不用联网响应时间

本人硬盘存储的文档有几十G（还没算上图片），大部分时间都是在吃灰。

试用过一些知名的搜索软件如 everything，根据路径或内容进行关键词匹配，很多场景下是够用的，不过对于我来说不太够，因为只有近期使用过的文档才有可能记得住零星关键词，更多的情况是对这些文档完全没印象。

另外，图片、音视频等内容就只能根据路径来搜索了。

需要一种能进行更模糊但是意思相近即可命中的搜索方法，向量搜索可以做这个事情。

目前市面上貌似没有类似的软件，所以我写了一个

基于跨平台目标及语义搜索特性来考虑，不做everything那种默认全盘搜索的功能

其实主要就是语言选型

Python 、 C# 、 C++ 、 Rust 四选一

一开始想用python，不过python做桌面端有点勉强，综合考虑之后下选了 Rust。

整体基于Tauri2，Rust主要负责实现功能，界面用的是vue3+typescript

索引过程：

保留对接私有化部署模型的能力

查询过程：

图片、音频的解析依赖云端模型，需要改造成本地

关键词精确查找文件内容

核心代码：

scanner.rs

indexing_template.rs

watcher.rs

完整源码已放在github：mango-desk