lanternkb

Name: lanternkb
Author: ankitb073

本地服务

github.com/ankitb073搜索与检索02 周前更新

代码仓库

关于 lanternkb

lanternkb 是本地 MCP 服务，可按语义和关键词搜索选定文件，适合希望 AI 工具检索个人文件并控制文件夹访问范围的用户。它会在索引前遮蔽检测到的秘密，并将搜索留在本地，模型下载除外。

主要功能

01语义与关键词文件搜索
02按文件夹设置访问级别
03索引前遮蔽秘密
04沙箱化文件读取
05可选文件类型插件

适用场景

01按主题搜索笔记和文档
02在 PDF 和代码中查找词语
03向助手开放选定文件夹

MCP 相关

它作为本地 MCP 服务供 Claude Code 和其他 MCP 客户端使用，搜索设置时选定的文件夹。`open` 层级只返回标记为开放的文件夹中的文件。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置

{
  "mcpServers": {
    "ankitb073-lanternkb": {
      "command": "uvx",
      "args": [
        "lanternkb"
      ]
    }
  }
}

启动命令uvx lanternkb

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

pypilanternkb0.1.3stdio

工具

收录的工具列表 · 更新于 2 周前

参数	类型	必填	说明
k	integer	否
path	string	否	仅搜索此文件夹中的文件
query	string	是	关键词、问题或名称；* 按最新顺序列出文件
types	array	否	仅搜索这些文件类型，例如 ["pdf","md"]
modified_after	string	否	YYYY-MM-DD，或相对时间：30d、2w、6m、1y 前
modified_before	string	否	YYYY-MM-DD（该日期之前）

详细介绍

lanternkb

为你和你选择的 AI 工具，在本地私密地搜索自己的文件。

lanternkb 会为你选择的文件夹建立索引，并按含义和精确词语进行搜索。它以本地 MCP 服务的形式运行，供 Claude Code 和其他助手使用，无需守护进程、开放端口，也不会收集遥测数据。它检测到的机密信息会在存储前进行脱敏；对于会将搜索结果发送到云端的助手，你可以决定它们能访问哪些文件夹。

安装

Apple 芯片的 macOS 14 或更高版本，或 Linux，并安装 uv：

uv tool install --managed-python --python 3.12 "lanternkb[embed,ui]"
lanternkb setup        # asks for folders and whether an assistant may see them, offers the models, indexes

--python 3.12 很重要：不加此参数时，uv 可能会选择机器上已有的较旧 Python，导致安装失败。在 macOS 上，安装大约需要 0.9 GB 空间，嵌入模型还需约 1.2 GB。运行 uv tool upgrade lanternkb 即可更新。

搜索

lanternkb search "what did the plumber say about the boiler"
lanternkb search "boiler quote" --type pdf,docx --since 30d
lanternkb recent       # files changed lately
lanternkb ui           # the settings page, with a search box
lanternkb doctor       # checks the setup and says what to fix

连接助手之前，请运行 lanternkb setup：服务会搜索你在此处选择的文件夹。

在 AI 工具中使用

Claude Code：

lanternkb mcp-setup 会输出一条 claude mcp add 命令。运行它。
它注册的服务只会返回你标记为开放的文件夹中的文件，不会返回其他内容。
Claude Code 也可以使用自身的工具读取文件，因此 mcp-setup 还会输出拒绝规则。将这些规则添加到 ~/.claude/settings.json，以阻止它的工具访问仅限本地的文件夹和索引。

**Codex、Cursor、VS Code、Gemini CLI 和其他任何 MCP 客户端：**运行 lanternkb serve --tier open，将其用作 stdio 服务。对于 Codex，在 ~/.codex/config.toml 中添加：

[mcp_servers.lanternkb]
command = "lanternkb"
args = ["serve", "--tier", "open"]

用户指南提供了其他客户端所需的 JSON 格式，以及需要留意的事项。

可读取的内容

笔记、代码、PDF、Word 和 OpenDocument 文件、富文本、已保存的网页和字幕；也可选择读取扫描页面和音频。插件可以添加文件类型、嵌入模型，以及决定哪些文件夹开放的规则（插件）。

隐私与安全

每个文件夹都标记为 open 或 local-only，新文件夹默认仅限本地。
凭据文件夹和疑似包含机密信息的文件会被跳过；机密信息扫描器会在内容被拆分或嵌入之前，对检测到的内容进行脱敏。任何检测到机密信息的文件都会被设为仅限本地，即使它位于开放文件夹中。
文件由沙盒工作进程读取，默认拒绝访问：macOS 上使用 sandbox-exec，Linux 上使用 Landlock 和 seccomp。
除了你同意下载的模型，不会有任何内容通过网络传输。

威胁模型说明了哪些内容受到保护，哪些不受保护。

效果如何

在一组人工生成的文件上进行测试（三个开源代码库和 654 篇生成的笔记），使用 330 个留出问题：nDCG@10 为 0.831；grooveseek 使用其重排序器时为 0.777，QMD 为 0.760；单次搜索耗时约 30 ms（使用重排序时约 120 ms，在 M5 Max 上）。在最难的留出测试中，测试内容是植入的虚假机密信息，扫描器将其中 71.9% 排除在索引之外。因此请将它视为第二道防线：将凭据文件夹排除在索引文件夹之外，或将其设为仅限本地。

限制

机密信息扫描器会漏掉某些机密信息；看起来像示例的值（example、changeme、<placeholder>、${VARIABLE}）不会被处理。
在 Linux 上，重排序在 CPU 上运行，每次搜索耗时 0.4 至 1 s，因此默认关闭，需启用后才会运行。
不会为电子邮件、浏览器历史记录、日历和联系人卡片建立索引。
扫描版 PDF 和图像需要 OCR，默认关闭。