LocalMind 部门联邦节点
查询走向数据,数据不走向查询。 这是 LocalMind 与"私有化部署的云 RAG"最本质的区别。
快速开始
在作为部门节点的那台 AI PC 上启动服务:
python3 "$HOME/.localmind/skills/localmind-federated/scripts/localmind_run.py" serve --port 8787
在其他同事的机器上配置节点地址后发起联邦检索:
export LOCALMIND_PEERS="10.35.60.248:8787"
python3 "$HOME/.localmind/skills/localmind-federated/scripts/localmind_run.py" peers --query "采购限额标准是多少"
返回 JSON:
{
"peers": ["10.35.60.248:8787"],
"hits": [{"origin": "采购管理办法.md", "score": 0.83, "text": "..."}],
"document_bytes_transferred": 0
}
参数
| 子命令 | 参数 | 说明 |
|---|---|---|
| serve | --host / --port | 启动部门共享节点(默认 0.0.0.0:8787) |
| peers | --query | 向 LOCALMIND_PEERS 中的节点发起联邦检索 |
三个必须讲清的点
- 只回传片段:对端返回的是经守门员脱敏的文本片段与文件名,
document_bytes_transferred恒为0——原始文档没有被传输; - 不暴露路径:对端只回传文件名,不回传完整路径,避免目录结构泄露;
- 节点可多可少:一台 AI PC 即可充当部门节点,无需服务器与专职运维; 节点不可达时,本机问答不受影响(弱网优雅降级)。
微信扫一扫