# DocLink

**Repository Path**: lying_19/doc-link

## Basic Information

- **Project Name**: DocLink
- **Description**: 道联-文档洞察助手
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2025-08-19
- **Last Updated**: 2025-08-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

### 一、您是否也面临这些文档困境？  
📄 **"每天处理20+文档，却总在关键时刻找不到需要的内容？"**  
🗂️ **"电脑里存了上百个文件，却不清楚它们的主题分布和磁盘占用？"**  
🔍 **"想引用某段文字时，要翻遍文件夹才能找到原始文档？"**  
在信息爆炸的时代，我们每天被文档淹没，却难以真正驾驭这些知识资产。  
微软研究院调查显示：68% 的专业人士每周至少经历一次“文件存在却无法高效定位。
谷歌趋势显示关键词 "local document similarity search" 搜索量 3 年增长 240%。

### 二、道联(DocLink)：智能文档洞察助手，连接知识的桥梁  ，让每一份文档都发挥价值
与传统的基于文件名检索不同，**道联(DocLink)** 是一款基于AI技术的本地文档检索系统，以"连接文档，释放知识价值"为使命，帮助个人与团队高效管理、解析和利用本地文档资源。  

### 三、三大核心功能，重新定义文档管理  
#### 🔗 **智能关联：相似文档一键发现**  
- 输入关键词、选择文件路径或粘贴段落，系统自动挖掘电脑中**主题相似的文档**，消除信息孤岛  
- 支持跨格式检索（PDF/Word/TXT等），让分散在不同文件夹的内容自动关联  
#### 📝 **精准提取：文档摘要与关键段落匹配**  
- **AI自动生成文档摘要**，3秒掌握核心内容  
![文档摘要](img/文档摘要.jpg)

- 定位与查询内容**语义相似的段落**，快速确定这是不是你想到的文档
![文档对比](img/文档对比.jpg)

#### 📊 **全局洞察：关键词分析与磁盘分布可视化**  
- 自动识别文档**高频关键词和主题分布**，生成高频词列表，并统计词汇丰富度
![高频词](img/高频词.jpg)
![词汇丰富度](img/词汇丰富度.jpg)

- 展示文档在磁盘中的**存储位置和占用空间**，帮您优化存储结构  
![文档数统计](img/文档数统计.jpg)
![文档分布](img/文档分布.jpg)
![占用空间统计](img/占用空间统计.jpg)

### 四、简单三步，开启智能文档之旅  
1️⃣ **下载DocLink**：下载下方的doclink.zip压缩包并解压，双击doclink.exe启动软件，添加本地文档文件夹（支持增量更新）
![选择文件夹](img/选择文件夹.jpg)
2️⃣ **精准检索**：  
   - 关键词检索：输入"谷物"关键字，查找最相似文档
![关键字检索](img/关键字检索.jpg)
  
   - 文档比对：选择本地文档，自动查找与之内容相似文档
![文件相似度检索](img/文件相似度检索.jpg)
 
   - 段落匹配：粘贴某段文字，定位所有相似文档
![段落相似度](img/段落相似度.jpg)

 3️⃣ **详细信息**：点击相似列表中的文档，查看两个文档的摘要、关键词以及两个文档间的相似段落
![详细信息](img/详细信息.jpg)

### 五、AI驱动的技术能力  
道联采用**双重智能算法**，兼顾效率与精准度：  
- **TF-IDF算法**：快速提取文档关键词，实现毫秒级检索响应  
- **深度学习Embeddings**：将文档转化为语义向量，捕捉上下文关联，解决"同义词不同义、同词不同义"问题  
- **本地计算**：所有文档处理在本地完成，保障数据隐私与安全  

2025 年的 AI 领域正以 “大模型井喷” 之势重塑产业格局，DeepSeek、Qwen、ChatGPT、Claude、Gemini......，这些 “明星模型” 以前所未有的创造力渗透进办公、医疗、教育等场景，让智能客服秒级响应需求，让内容创作效率陡然提升，让复杂数据分析从 “周级” 压缩至 “小时级”。

然而，在这些聚光灯下的 “冰山之巅” 之下，是无数 “水下基石” 的支撑。正如高楼依赖地基，AI 的狂飙突进离不开底层技术的静默托举：Embeddings 嵌入模型将文本、图像等转化为机器可理解的向量，成为 RAG（检索增强生成）技术的 “神经中枢”，让大模型能精准调用外部知识库；TF-IDF 算法作为信息检索的 “开山鼻祖”，至今仍是短文本相似度计算的核心，支撑着搜索引擎的关键词匹配；而随机森林、LSTM、Transformer 等基础机器学习模型，则构成了大模型训练的 “砖瓦”，从数据清洗到特征提取，默默完成着 90% 的 “脏活累活”。

从 “看得见” 的大模型惊艳表现，到 “看不见” 的小模型精密协作，AI 的进化从来不是单点突破，而是 “群星闪耀” 的体系化进步。这些底层技术如同空气与水，虽不常被提及，却让智能的 “大厦” 得以稳固矗立，也让未来的创新有了更辽阔的土壤。

“道联”目前应用的是Embeddings小模型，以及IF-IDF算法。大模型有大模型的好处，小模型也有小模型的优势。目前大模型对GPU的要求较高，本地部署较困难。而使用在线大模型API，会有信息泄露的风险，另外token的消耗也会带来资金的花费。所以“道联”采用本地小模型，离线也能使用，轻量安全，可放心使用。

### 六、后续计划
- **持续优化**：
  - 完善文档解析功能，支持更多格式（如Excel、PPT、图片、视频等）
  - 根据用户反馈，不断完善功能，提升检索效率与用户体验  
- **迭代升级**：
  - 后续会支持基于知识图谱的文档关联，让文档之间的联系更加具象化
  - 增加文档分类与标签功能，帮助用户组织和管理海量文档
- **智能体打造**：
  - 随着大模型技术的不断发展，未来计划打造智能体，实现文档的自动分类、摘要与问答，成为本地的私人智慧助手
  - 支持MCP、A2A等框架，为用户提供更智能、更便捷的文档管理体验

## 七、下载地址
链接: https://pan.baidu.com/s/1YX6mYdb98Gz43gp50L3g9Q 提取码: 8888