rememex (Illegal Instruction Co)

Rememex

a semantic upgrade to your file system. you type meaning, it finds files. nothing leaves your machine.

named after Vannevar Bush's Memex (1945), a vision of a device that stores and retrieves all human knowledge.

______________________________________________________________________

仅限windows 10+ 目前。使用UWP OCR和云母背景。

______________________________________________________________________

为什么选择rememex？

|---|---|---|---|---|---| | 搜索类型 |语义+关键字混合|正则表达式/文字文本|文件名（内容通过 content:)|关键字+符号+语义|每5秒截图一次你的整个生活| | 理解意思 | ✅ | ❌ | ❌ | ✅ | ✅ （它看到了一切。真的一切。）| | 本地和私人 | ✅ 你机器上的一切✅ | ✅ | 云或自托管|“本地”（粉红色承诺）| | 文件类型 |120+（代码、文档、图像、配置）|文本文件|所有文件（按名称索引）|代码仓库|您的屏幕。所有这些，总是。 | | 图像OCR | ✅ 内置|❌ | ❌ | ❌ | ✅ （它也会记录你的密码）| | EXIF/GPS | ✅ 城市名称的反向地理编码|❌ | ❌ | ❌ | 反正知道你在哪里| | MCP服务器 | ✅ 内置AI代理|❌ | ❌ | ?|没有，但副驾驶看着你打字| | 价格 |免费，开源|免费，开源|free|起价49美元/用户/月|免费\*（\*牺牲你的尊严）| | 氛围 |查找您的意思|查找您键入的内容|查找文件名|enterprise™|大哥作为功能|

______________________________________________________________________

它做什么

• 索引120多种文件类型（代码、文档、图像、配置等）
• 通过windows内置引擎对图像进行OCR
• 读取EXIF→ 将GPS反向地理编码为城市名称。搜索“伊斯坦布尔的照片”，它奏效了
• EXIF日期→ 人类语言。《夏日早晨》找到了一张七月早上8点的照片
• 混合搜索：矢量+全文+JINA交叉编码器重新排序器
• 每种语言的智能组块（rust at fn/structpython在 def/class等）
• 用于隔离（工作/个人/研究）的语义容器
• 用于AI代理的MCP服务器。 详情→ · 代理人指示→
• 注释：从UI或通过MCP将可搜索的注释附加到任何文件。代理和人类共享相同的知识层
• 可选的云嵌入——插入OpenAI、Gemini、Cohere或任何兼容的API。默认值仍然是100%本地

______________________________________________________________________

建筑

索引

graph LR
    W[file watcher] -->|change event| SI[index single file]
    WB[WalkBuilder] -->|bulk scan| B[collect files]
    B --> C{image?}
    C -->|yes| D[UWP OCR + EXIF]
    C -->|no| E[file_io reader]
    D --> F[git context]
    E --> F
    F --> G["semantic chunking (per-language)"]
    G --> H[embedding provider]
    H -->|local ONNX or remote API| I[(lancedb)]
    I --> J[ANN + FTS index build]

搜索

graph LR
    Q[query] --> QR[query router]
    QR -->|weights + hyde flag| HYDE{hyde?}
    HYDE -->|conceptual| LLM[LLM hypothetical doc]
    HYDE -->|other| EMB[embed query]
    LLM --> EMB
    Q --> EXP[expand query variants]
    EMB --> VS[vector search]
    EXP --> FTS[full-text search]
    VS --> HM["hybrid merge (RRF)"]
    FTS --> HM
    EMB --> AS[annotation search]
    AS --> AM[merge annotations]
    HM --> AM
    AM --> RR[JINA reranker]
    RR --> SC[score normalization]
    SC --> MMR[MMR diversity]
    MMR --> R[ranked results]

    UI[tauri UI] --> Q
    MCP[MCP server] -->|stdio| Q

______________________________________________________________________

运行它

npm install
npm run tauri dev        # dev is slow
npm run tauri build      # release build, use this for real speed

Alt+Space 切换。配置和文档→ CONFIG.md

RAM使用率在初始索引期间达到峰值——这是意料之中的。一旦索引完成，它就会下降并保持稳定。

______________________________________________________________________

用真实数据试试

我们提供了一个测试数据集，这样你就可以看到语义搜索的实际感觉。2483份简历PDF，涵盖24个专业，会计师到教师。

# unzip test-set/data.zip somewhere
# create a new container in rememex, point it at the unzipped folder
# wait for indexing (~30 min on local embeddings)

我们将其编入索引并运行这些查询。以下所有结果均使用 最基本的配置 --没有云API，没有微调：

真实结果，真实分数：

要点：grep需要精确的关键字。rememex能够找到意义——即使单词不同，即使文件放在错误的文件夹中。

______________________________________________________________________

代理基准

相同的5个任务，相同的代码库。grep与rememex MCP：

grep需要精确的关键字。rememex需要这个想法。

使用rememex的代理预计将使用5-10倍的令牌，并显著加快完成任务的速度。更少的搜索尝试，更少的错误文件打开，更少的往返。上面的基准显示1步vs 3-5步，这既是速度也是成本。

______________________________________________________________________

项目结构

rememex/
├── src/                          # react/ts frontend
│   ├── components/               # UI components
│   │   ├── Sidebar.tsx           # sidebar: containers, annotations, filters
│   │   ├── SearchBar.tsx         # search input
│   │   ├── ResultsList.tsx       # virtualized search results
│   │   ├── StatusBar.tsx         # indexing status bar
│   │   ├── TitleBar.tsx          # custom window title bar
│   │   ├── Settings.tsx          # settings panel
│   │   └── settings/            # modular settings sub-panels
│   ├── locales/                  # i18n translations (en, tr)
│   ├── Modal.tsx                 # modal dialog component
│   ├── i18n.tsx                  # internationalization setup
│   ├── types.ts                  # shared TypeScript types
│   └── App.tsx                   # main app shell
├── src-tauri/
│   └── src/
│       ├── indexer/              # core engine
│       │   ├── mod.rs            # indexer orchestration, batch embed, reranker
│       │   ├── chunking.rs       # per-language semantic splitting
│       │   ├── embedding.rs      # fastembed ONNX inference
│       │   ├── embedding_provider.rs  # local/remote provider trait
│       │   ├── search.rs         # hybrid vector + full-text + reranker
│       │   ├── pipeline.rs       # search pipeline scoring
│       │   ├── annotations.rs    # annotation CRUD operations
│       │   ├── ocr.rs            # UWP OCR bridge
│       │   ├── file_io.rs        # file reading (text, pdf, binary)
│       │   ├── git.rs            # git log integration
│       │   └── db.rs             # lancedb operations
│       ├── bin/mcp.rs            # MCP server binary (stdio)
│       ├── commands.rs           # tauri IPC commands
│       ├── config.rs             # config loading / migration
│       ├── state.rs              # shared app state types
│       ├── watcher.rs            # notify-based file watcher
│       └── lib.rs                # app setup, tray, shortcuts
├── config.schema.json            # JSON schema for config validation
├── AGENT.md                      # agent instructions for MCP
├── MCP.md                        # MCP server documentation
├── CONFIG.md                     # configuration reference
└── ROADMAP.md                    # what's done, what's next

______________________________________________________________________

堆栈

锈（tauri 2）、反应/ts， 兰斯布多语言E5-Base，JINA Reranker v2，人造丝

路线图

ROADMAP.md

文档

______________________________________________________________________

明星历史

贡献者

许可证

麻省理工学院