開源 · MIT · macOS · 完全離線 · 裝置端 AI
shelfseer
**先擁有書，再擁有圖書館員。**
這不是接到別人雲端的聊天機器人，而是住在你 Mac 裡的圖書館員。shelfseer 把小型的裝置端語言模型指向一個你擁有的文件資料夾（筆記、手稿、你用 reepub 裝幀的 EPUB），用你自己文本裡的段落回答你的問題，附上引用、有所本。沒有 API 金鑰、沒有訂閱、不用網路。你最私密的字句永遠不離開這台機器。
運作方式
1.
指向你的書庫
選一個你擁有的純文字、Markdown 或 EPUB 檔案資料夾。shelfseer 在裝置上讀取它們、切成段落，用 Apple 的裝置端 embedding 建立一份私有索引，不上傳任何東西。
2.
用你自己的話提問
輸入一個問題。shelfseer 從你自己的書庫取回最相關的段落，智慧在於檢索，所以一個小型的本地模型就足夠了。
3.
得到有所本的答案
裝置端的語言模型（Apple Foundation Models）只根據那些段落作答，並引用回你的來源；當 Apple Intelligence 無法使用時，則退回為節錄式的答案。沒有一個字離開你的 Mac。
內含什麼
你擁有，而非租用
雲端 AI 是一個跑在別人伺服器上的計費表，可被收回、可被重新定價，你的私密文本還要穿過他們的管線。shelfseer 是你自家書架上的圖書館員：離線、免費、屬於你。沒有人能把它關掉。
結構性的隱私
日記、書信、手稿，你最私密的文本永遠不離開這台機器。根本沒有一條通往外界的管線；這裡的隱私是架構，而非承諾。
裝置端的智慧
Apple 的裝置端 embedding 找出對的段落；Apple Foundation Models 寫出答案，全在你的 Mac 上完成，不需下載數 GB 的模型、不需帳號、不需網路。
reepub 的好搭檔
reepub 把你擁有的紙裝幀成乾淨的 EPUB；shelfseer 讓你能和它們對話。先擁有書，再擁有圖書館員。
你的書庫，你的圖書館員
免費且開源，但它的賣點是沒有任何雲端能賣給你的：擁有、隱私、永久。shelfseer 用來查詢你擁有、或有權閱讀的文件，全程在你自己的 Mac 上作答。用 Xcode Command Line Tools 從原始碼建置，不需完整 Xcode、不需雲端、不花一毛錢。