本地AI文档搜索工具
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
GNO 是一款本地知识工作区，把 Markdown、PDF、Word、Excel、PowerPoint、纯文本和代码目录索引成可搜索知识库。它强调“段落级”检索，而不只是找文件，并可用本地 LLM 生成带引用的回答。Local GNO 本体开源、MIT 许可、永久免费，gno.sh 则是独立的托管发布层。
其核心是混合检索：关键词、语义向量与重排组合，支持 search、vsearch、query 及结构化查询。AI 能力通过 node-llama-cpp 在本机运行，内置 slim-tuned、slim、balanced、quality 等模型预设，也支持 Hugging Face GGUF、本地 GGUF、Ollama/LM Studio/vLLM 等 OpenAI 兼容 HTTP 后端。集成方面很完整，提供 CLI、Web UI、REST API、SDK、MCP 和 agent skills，可接入 Claude Code、Claude Desktop、Claude Cowork、Cursor、Codex、Zed、Windsurf 等，让 AI 工具按需检索个人文档，类似持久记忆层。
Local GNO 全功能 $0，无账号、无 API Key、无遥测，索引、embedding、搜索和问答均在本机完成，可离线使用。gno.sh publishing 免费层含10篇笔记、3个集合、1GB存储；Pro 为9美元/月，解锁秘密链接、邀请空间、50GB等；Team 为29美元/月，包含端到端加密分享、白标、自定义域名、团队席位和SLA支持。Pro/Team 暂无试用。
优点是隐私边界清晰、开源免费、检索链路专业、引用答案利于溯源，且与主流 AI 编程/对话工具集成深。局限在于本地模型安装和运行有门槛，效果受硬件与模型选择影响；Office/PDF 等源文件不能原地编辑；Windows arm64 暂不支持，中文界面与中文效果未明确说明。它尤其适合研究人员、顾问、开发者、Obsidian 用户、LLM Wiki 用户，以及不愿把资料上传云端的私有 RAG 场景。
正文未提供中国大陆网络可用性和支付方式细节，因此访问状态评为未知。由于本地 GNO 可离线运行，核心使用不依赖云端；但模型下载、GitHub/npm、Hugging Face 或 gno.sh 发布服务在国内可能受网络影响。若访问受限，可考虑 Obsidian、本地 Ollama+RAG、或国内知识库工具作为替代。
本测评基于公开资料整理,不构成购买建议,请以 gno.sh 官网实际信息为准。
本地运行重隐私，适合知识库检索。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。