Zvec 正式支持 Windows：全 PC 本地向量检索

Zvec 是一款开源的进程内 (in-process) 向量数据库，它轻量、极速，专为直接嵌入到应用程序中而设计 — 无需服务器、守护进程或外部软件设施。只需极少的配置，就能提供生产级别的低延迟、可扩展的相似性搜索能力。

• 仓库地址：https://github.com/alibaba/zvec
• 快速尝试：https://zvec.org/zh/docs/db/quickstart

在 0.3.0 版本中，我们把 Zvec 带到了 Windows 。

Windows 补齐全 PC 生态

市面上很多其他的 AI 工作流仅支持 Linux 或者 macOS，因为在这些平台上，开发者调试方便，服务端部署方便，生态也成熟。但作为市占率第一的操作系统，个人电脑的日常使用场景很大一部分是 Windows 环境。如果本地向量检索要成为 PC 上的基础能力，Windows 是必须补上的一环。

0.3.0 版本发布之后，Zvec 已经可以覆盖 PC 端主流平台（Windows、macOS 和 Linux）。对一个本地 in-process 向量数据库来说，这意味着我们离「全平台本地向量检索」更近了一步。

Zvec 想做的事情很直接：让应用可以把向量检索嵌进本地进程里。数据留在本机，索引在本机，检索也在本机完成，也可以运行在所有的设备和平台上。

Obsidian + Zvec 实现本地图文检索

为了更直观地展示这个方向，我们做了一个 Obsidian 插件^[1]。

Obsidian 是一款基于本地 Markdown 文件的双向链接笔记软件，其原生检索主要依赖对文件名及内容的关键词匹配。而我们的插件在开源项目 obsidian-sonar^[2] 的基础上扩展了图片检索能力^[注]，让文本和图片都可以进入同一个本地语义检索流程，同时使用 Zvec 替代原始的暴力匹配，给 Obsidian 加入了两种形态的语义化检索：一种是通过搜索框进行基于相关性的笔记搜索，而非内置的关键词匹配搜索；另一种是侧边栏形态，现有的关联知识和记录可以随着笔记的书写自动浮现。（后续演示基于笔记仓库 CS-Notes^[3]）。

例如通过命令面板打开 Semantic Note Finder（语义检索框），输入一段关于二叉搜索树失衡的描述：

When a BST becomes unbalanced, the operation to restore its balance

即使没有直接写出 AVL/Rotation 等关键词，插件也可以根据「BST becomes unbalanced」「restore its balance」这样的语义，明白是需要寻找二叉搜索树的旋转操作来恢复其平衡性，从而召回现有笔记里的 AVL rotation（自平衡二叉查找树旋转操作）示意图。自此本地知识库里的图片也可以被语义检索覆盖，不再只是散落在文件夹里的附件。

此外，当打开侧边栏，即 Related Notes View（相关笔记视图）之后，如果你正在写一段排障笔记：

今天排查一个容器网络问题：应用在容器里能正常请求公网 API，但另一个容器连它的时候总是超时。奇怪的是，端口映射看起来没问题，宿主机上也能看到对应的监听。

初步怀疑问题出在容器自己的网卡、宿主机网卡，以及中间那层虚拟网桥之间。

插件会追踪光标附近的上下文，在本地 vault 里找回相关材料。它能召回 Docker Network 的旧笔记，也能召回 docker_bridge_network.jpg（docker 网络架构图）作为写作和排查参考。

这个过程更像一个本地上下文层：你在写新的排障记录，过去整理过的网络图、笔记和截图会自动回到手边。它不会要求你先想起文件名，也不会要求你把图片提前打上精确标签。

本地 Wiki 会越来越重要

这个方向也和 Andrej Karpathy 最近提到的 LLM Wiki^[4] 思路有点呼应：让 LLM 把原始材料逐步整理成一个持续维护的 Markdown wiki，让知识在本地文件系统里沉淀下来，后续使用时可以直接从已有结构继续生长。

如果未来本地 wiki 越长越大，那么它们也会需要一个足够轻、足够本地化的检索层，而不是紧紧靠 wiki 中的单个索引文件。文本、图片、截图、代码片段、历史笔记，都应该能在应用里被快速召回。

本地优先的桌面工作流

总的来说，我们期望把本地语义检索放进真实的桌面工作流里：

• 写作时找回相似笔记
• 整理资料时找回相关截图
• 在个人知识库里按语义关联文本和图片
• 在不上传原始数据的前提下，把本地内容变成可检索的上下文

这也是我们觉得「全 PC」很重要的原因。macOS 上有创作者和开发者，Linux 上有工程和研究环境，Windows 上有大量的日常桌面使用场景。只有三者都能跑，本地优先的向量检索才有机会成为桌面应用普遍使用的一层能力。

多语言跨平台统一体验

这次 Windows 支持补齐之后，Zvec 在桌面端的语言绑定也可以跨平台使用：

安装也不分平台。

Python:

pip install zvec

Node.js:

npm install @zvec/zvec

不用编译 C++ 源码，不用折腾构建环境。哪个平台都一样。

macOS 端 Node.js 应用演示^[5]

Linux 端 Python 脚本演示^[6]

接下来

0.3.0 版本的 Zvec 现在已经跑在 Windows、macOS 和 Linux 上。在后续的 0.4.0 版本中，Zvec 已经从 PC 端跨向了移动端，发布了 Android/iOS 平台的 Flutter/Dart SDK，后续我们会继续打磨跨平台能力，真正的实现全平台支持。

这只是一个起点。让向量数据库自然进入每一台设备、每一个本地应用进程之后，很多产品形态都会打开新的空间。

你的笔记在本地。 你的图片在本地。 你的知识库在本地。 你的检索，也应该可以在本地，在你所有的平台和设备上。