Dotient

Dotient 做的事情很直接：在你的电脑上装一个搜索工具，但它不是靠文件名或关键词匹配，而是理解你输入的那句话到底想找什么。比如你输入“上个月跟客户签的那份合同”，它不会去搜文件名里有没有“合同”两个字，而是去理解每个文档的内容，把意思最接近的找出来。整个过程完全在本地完成，不需要联网，不需要把文件上传到任何服务器。

今天大多数人在电脑上找文件，用的还是系统自带的搜索。macOS 的 Spotlight 或 Windows 的搜索框，本质上是在做关键词匹配和有限的元数据索引。如果你记得文件名里包含“Q2报告”，那没问题。但如果你只记得“上次开会讨论预算的那个表格”，关键词搜索就帮不上忙。稍微进阶一点的用户会用 Everything 这类工具，它索引速度极快，但依然停留在文件名层面。真正需要理解文档内容的时候，很多人会打开 VS Code 用 grep 搜，或者把文件拖进 ChatGPT、Notion AI，让它们帮忙找。后者的确能理解语义，但代价是把敏感数据交出去。对于合同、财务数据、内部纪要，这条路走不通。

卡点就在这里：本地搜索不够聪明，聪明的搜索不在本地。自己搭一套本地语义搜索不是不行，用 LlamaIndex 或 Chroma 加一个本地嵌入模型，写几十行 Python 脚本，建索引、做检索，技术上可行。但每次新增文件要重新索引，换台电脑要重新部署，这对非开发者来说门槛太高。即便是开发者，也不太愿意为了搜个文件专门维护一套向量数据库。

Dotient 切入的正是这一层：把本地语义搜索封装成一个开箱即用的桌面应用。它背后大概率集成了一个轻量级嵌入模型，比如 all...