狍子 (Paozier)

"狍子"（páo zi） — 森林中可爱又充满好奇心的小鹿，总能在密林深处找到它想要的东西。

macOS 本地全文搜索客户端，融合 Apple SearchKit + SQLite FTS5 + Tantivy（Rust）三引擎，像狍子一样灵敏地在你的文件森林中找到一切。

• 三引擎融合搜索（SearchKit + FTS5 + Tantivy），支持中英文及 CJK 分词
• 即时文件搜索（基于 ripgrep/grep，无需等待索引）
• 搜索结果高亮匹配片段（Live Preview）
• 内置多格式预览（PDF / QuickLook / 文本）
• 全局搜索弹窗（⌘⇧F）与快捷搜索面板（⌘⇧K），任意应用内呼出
• 高级查询语法：AND / OR / NOT、短语匹配、通配符
• 正则表达式搜索 · 邻近词搜索 · 模糊空格匹配
• 图片 OCR 文字识别（Vision 引擎）
• 增量索引，多文件夹管理
• 内置 HTTP 搜索服务（端口 9880），含网页版搜索界面
• 内置 MCP 服务器（端口 9881），供 AI 工具集成（Cursor / Claude 等）
• 外部 Memos 笔记源搜索集成
• 附带 Textual 终端客户端（TUI）
• 搜索历史、书签、报告收集 · 自定义应用图标

PDF · Word (docx/doc) · Excel (xlsx/xls) · PowerPoint (pptx/ppt) · RTF · ODT · EPUB · HTML · TXT · Markdown · JSON · XML · CSV/TSV · YAML/TOML · 代码文件（Swift / Python / JS / TS / Java / C / C++ / Rust / Go / Ruby / PHP / Shell 等）

• SwiftUI — macOS 14+ 原生应用
• Apple SearchKit — TF-IDF 相关性排序
• SQLite FTS5 — CJK 全文索引
• Tantivy（Rust 侧车）— N-gram 分词，增强中文子串匹配
• Network.framework — 轻量 HTTP / TCP 服务器
• PDFKit + QuickLook + Vision — 文件预览与图片 OCR

• macOS 14 (Sonoma) 或更高版本
• Xcode 15+（含 Swift toolchain）

git clone https://github.com/mcxen/paozier.git
cd paozier

# 构建并运行（自动启动 HTTP:9880 和 MCP:9881 服务）
swift run Paozier

# 构建通用二进制并打包为 .app（含 Rust Tantivy 侧车）
bash scripts/build_app.sh

# 安装到 /Applications
bash scripts/install.sh

无需安装 Java、Solr 或任何外部依赖。Rust 侧车在构建时自动从 rust/ 源码编译。

基于 Textual 的终端搜索客户端：

cd Sources/TUI
./run_tui.command

首次运行自动创建 .venv 并安装依赖。如 HTTP 服务未就绪会自动拉起主应用。

# 搜索
curl "http://localhost:9880/api/search?q=关键词"

# 状态
curl http://localhost:9880/api/status

# 网页搜索界面
open http://localhost:9880

通过 JSON-RPC 2.0 协议与 AI 工具集成：

curl -X POST http://localhost:9881 \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"search_documents","arguments":{"query":"全文搜索"}}}'

可用工具：search_documents · get_document_content · search_memos · grep_search · index_folder · list_indexed_folders · index_status · list_files · get_file_info · remove_folder · reindex_all

运行时数据位于 ~/Library/Application Support/Paozier/：

MIT