带来源的个人笔记检索原型

本项目为 AI 生成的学习示例。文档说明实践目标与步骤，未声称已完成代码、部署或效果验证。

学习目标

用 5 至 10 篇自编 Markdown 笔记建立一个小型检索原型：输入问题后先显示相关片段及出处，再尝试让模型根据片段回答。通过这条最小链路理解 RAG 中资料处理、检索和生成的边界。

首版范围

1. 从指定本地目录读取 .md 文件，不递归读取系统或私有目录。
2. 按标题和段落切分，保留文件名、标题路径、片段编号和正文。
3. 先提供关键词检索，显示前几条候选片段。
4. 回答引用片段编号，点击或查看编号能定位原始笔记。
5. 没有足够依据时明确提示资料不足。

数据约定

使用自己编写的公开学习笔记。第一版不接入站内受限正文、不抓取他人账号内容、不引入任何生产知识库。笔记的新增、修改和删除需要能够同步到本地索引。

预期交付与验收

• 一条能导入笔记并执行检索的本地命令。
• 10 条人工编写的问题及期望找到的笔记编号；其中至少两条故意超出资料范围。
• 删除一篇笔记后，重新索引不再返回旧片段。
• 引用可追溯，检索不到时不伪造来源。

当前状态

本项目仅准备学习路线。向量检索、重排、界面和模型 API 接入都是后续扩展；不预填召回率、准确率或性能结果。