pi-local-rag
为Pi智能体提供本地、免云依赖的混合检索增强生成（RAG）能力。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：pi-local-rag。 它的用途是：为Pi智能体提供本地、免云依赖的混合检索增强生成（RAG）能力。 完整的 Skill 内容见：https://321skill.com/skills/pi-local-rag/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我总结一下本项目‘架构设计.pdf’文档的核心要点。” 它会自动从你项目下的本地 RAG 知识库中检索出该文档的相关内容，并生成一份简洁的摘要。或者，当你问“我们之前是如何处理用户认证的？”时，它能从过往的代码注释或设计文档中找出相关的实现方案。
介绍
pi-local-rag 是一个专为 Pi 编码智能体设计的本地混合检索增强生成（RAG）管道。它解决了智能体在处理本地项目文档时，需要依赖云端服务进行文档检索和知识查询的痛点，实现了完全离线的知识库构建与问答，保障了代码和文档的隐私与安全。
使用方式非常便捷。首先通过 npm 安装该包，然后在你的项目中初始化。它支持自动从项目目录中提取 PDF、DOCX、HTML 等格式的文档（并具备 OCR 后备方案），将这些文档内容处理后，存储在本地的 SQLite 数据库中，结合全文检索（FTS5）和向量检索（sqlite-vec）技术建立索引。之后，Pi 智能体在回答问题时，可以自动从这个本地知识库中检索相关信息并注入到上下文中，从而给出更精准的答案。
这个技能非常适合需要在本地环境、内网或对数据隐私有极高要求的场景下工作的开发者、技术文档工程师或项目团队。例如，处理涉密的代码库、分析内部技术文档、或在无法连接互联网的环境中构建智能辅助工具。
使用建议方面，由于所有处理均在本地进行，性能取决于本地机器的计算资源（特别是运行 ONNX 嵌入模型时）。建议在文档量较大时，关注初始索引构建的时间和内存占用。此外，当前主要面向文本内容，对于复杂格式或大量图片的文档，提取效果可能受限，需依赖 OCR 功能。
核心特点
核心区别在于实现了真正的“零云依赖”全本地化 RAG 管道，并创新性地将轻量级 SQLite FTS5 全文检索与 sqlite-vec 向量检索相结合，在本地设备上提供了混合检索能力，而非依赖 Chroma、Pinecone 等外部向量数据库。
注意事项
不适合需要处理海量文档（例如企业级知识库）或对检索速度有极致实时要求的场景，因为本地计算资源可能成为瓶颈。
常见问题
需要安装额外的本地运行时或数据库吗？
不需要，它基于 SQLite 和 Transformers.js (ONNX)，所有依赖通过 npm 安装即可在 Node.js 环境中运行。
支持哪些语言的文档？
文档提取与 OCR 支持多语言，文本嵌入模型默认通常为多语言模型，能较好处理中英文内容。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/pi-local-rag/raw/index.md 读取 pi-local-rag 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/pi-local-rag/raw/index.md（查看排版版本）