dowse

English | 简体中文 | 日本語 | 한국어 | Español | Italiano

dowse

面向 Windows 的开源本地文件内容搜索工具。通过一个热键，即可查找文件名、PDF 和 Office 内容、源代码以及截图中的文字。

网站 · 英文产品页面 · Windows 文件内容搜索指南（中文）

这个名字源自探测棒。

动机

目前没有任何 Windows 工具能同时满足以下三点：

• 持续维护文件内容索引，而不只是文件名（Everything 可以按需扫描内容，但其即时索引主要针对名称和路径）
• 无需 Copilot+ 设备，就能在普通 Windows 电脑上识别并索引图像中的文字
• 一个热键即可唤出，全键盘操作，几乎感觉不到延迟

最接近的开源实现是 sist2，但它面向 Linux（在 Windows 上只能通过 Docker 运行），会将中文文本视为三元组，而且该项目已停止维护。dowse 是一款原生 Windows 实现，围绕这三点构建。

功能

🔍 文件名搜索	即时搜索，输入时实时显示结果
📄 文档内容搜索	纯文本、Markdown、代码和文档格式（PDF、Word、Excel、PowerPoint）
🖼️ 截图 / 图像 OCR	完全离线识别 PNG/JPG/WebP/BMP 图像中的文字（Windows.Media.Ocr）
🈶 中文分词	jieba + BM25 排名，而非三元组；并自动检测 GBK 编码
⚡ 增量索引	运行时监视文件变化，启动时根据修改时间和文件大小进行核对
🤖 MCP 服务	通过 stdio 向 AI Agent 提供本地搜索功能
🚀 NTFS 快速通道	枚举 MFT + USN Journal，仅限管理员使用；否则会自动回退

dowse 与其他选择的比较

	dowse	Everything	Windows Search	sist2
文件名搜索	✓	✓	✓	✓
文档内容搜索	✓（持久化索引）	按需扫描	取决于已索引的位置和筛选条件	✓
截图 / 图像 OCR	✓	✗	取决于设备 / 版本	有限（可选 Tesseract）
正确的中文分词	✓（jieba）	—	有限	✗（三元组）
完全本地运行，不联网	✓	✓	✓	✓
全局热键浮层	✓	✓	✓（Win 键）	✗（Web 界面）
原生支持 Windows	✓	✓	✓	✗（优先支持 Linux，在 Windows 上使用 Docker）

中文文本处理

• 通过 jieba 进行分词，使用 BM25（tantivy 引擎）进行排序。不使用三元组。
• 自动检测文件编码（chardetng）。GBK 编码的文件会在索引前正确解码——这很重要，因为 Windows 上大量中文文档，尤其是较早的文档，仍以 GBK 而非 UTF-8 保存；假定文件为 UTF-8 的搜索工具会在不提示的情况下错误建立索引或造成乱码。
• 多词查询默认采用 AND 语义。带引号的短语查询会按精确位置匹配。内联运算符可进一步缩小范围：path:reports、mtime:>2026-01-01、size:>10mb、在组之间使用大写 OR、使用 -term 排除词项。
• OCR 使用 Windows 原生引擎（Windows.Media.Ocr），完全离线运行。zh-Hans 语言包也支持中英混合文本，无需额外配置。

性能

设计目标；超过目标视为缺陷。“实测”指从零开始运行 dowse 0.7.0 的基准测试（i7-13700K / 24 个逻辑核心 / 64GB RAM，单台机器，单个会话，2026-07-12），并复用 v0.6.1 第 3 轮基准测试中的逐字节相同语料，以便直接比较。完整原始输出（索引/搜索日志、JSON 结果文件）保存在基准测试工作目录中，未纳入此仓库。

指标	设计目标	实测（v0.7.0，2026-07-12）
热键到窗口可见	< 50ms	未测量——仅 CLI 基准测试，未对叠加应用进行仪器化
按键到结果呈现	< 80ms	未测量——同上
OCR，单张图片	~112ms / 1080p 截图	单独测量约 170ms（480×200 合成图片），与 v0.6.1 相同——本次发布未修改 OCR 流水线。对同一图片立即重复运行时，读数低于 30ms，反映的是 OS 级识别缓存，而非实际识别，因此不计入此处。并非实际 1080p 截图
常驻内存	空闲时 < 150MB	未测量（空闲时）；全语料索引期间的峰值工作集约为 327MB——这是不同的指标，与空闲目标相比并非性能回退
安装程序大小	< 50MB（2026-07 修订——原始的 15MB 目标早于捆绑 CLI sidecar）	14.98MB（dowse-app_0.9.0_x64-setup.exe，已发布版本）
全文索引构建，10,000 个文件 / 437MB	数秒（计划中的仅文件名快速路径）	10.0–10.6s——当前的全内容 dowse index，并非计划中的仅文件名 MFT 路径
全文索引构建 + OCR，15,100 个文件（含 5,100 张图片）	—	首次扫描约 46.6s，同一轮中已对全部 5,100/5,100 张图片完成 OCR——无待处理项，无需第二轮
搜索延迟，P50（5 个必测类别）	—	在 15,100 个文档的索引上，单词 / 中文短语 / 英文短语 / 多词 AND / 无结果，延迟为 30.7–161.1ms
搜索延迟，P95	—	39.1–172.3ms，相同的 5 个类别
ext: 筛选查询延迟	—	P50 为 155.6ms，与有结果查询类别的区间相同
索引大小 ÷ 语料大小	—	0.36（纯文本），低于 v0.6.1 该轮的 0.54

全语料测试行使用与上述 v0.6.1 第 3 轮数据相同的 10,000 个文件 / 437.66MB 文本语料，加上 5,100 张合成的 480×200 OCR 图片（89.8MB）；语料逐字节相同，直接复用而非重新生成。与 v0.6.1 相比，索引速度约快 2 倍，磁盘上的文本索引约小三分之一；这两项都与新分词器的效果相符（小写规范化、按拉丁词的字母数字边界拆分），从而生成更精简的词项字典。无结果查询从 135ms（v0.6.1）降至受启动噪声影响的 31ms，这与扫描更少的索引后即可确认词项不存在相符。本次发布的 OCR 识别速度没有变化，因为流水线未作改动：单张图片识别仍约为 170ms，对相同图片重复运行时低于 30ms 的读数则是 OS 级缓存造成的，并非实际识别。全语料文本加 OCR 的处理时间从 83s 降至 46.6s，得益于更快的分词器和写入路径，而非识别速度提升。

快速开始

下载——从最新版本获取安装程序（dowse-app_*_x64-setup.exe），运行后按 `Alt+`` 唤出。

安装程序未经签名，因此首次运行时 Windows SmartScreen 会发出警告。要继续操作，请点击 更多信息，然后点击 仍要运行。代码签名证书是一项持续支出，对独立项目而言很难证明其合理性；未来版本可能会重新考虑此事。

安装 CLI——库和命令行工具以一个 dowse 包的形式发布：

cargo install dowse                 # once published to crates.io
cargo install --path crates/dowse   # from a local checkout

从源代码构建：

git clone https://github.com/ltspace/dowse && cd dowse

# CLI
cargo run -p dowse -- index D:\docs      # build the index
cargo run -p dowse -- search 限流         # search
cargo run -p dowse -- search "精确短语"   # phrase query
cargo run -p dowse -- add E:\projects     # add another root incrementally (no full rebuild)
cargo run -p dowse -- rules show          # view index rules (excluded dirs, extra extensions, size cap)

# Overlay app (Tauri 2 + Svelte 5)
cd crates/dowse-app
npm install
cargo tauri build      # produces the installer under target/release/bundle

覆盖层应用：按 Alt+\`` 唤出，按 ↑↓选择，按Enter打开，按Ctrl+Enter在资源管理器中显示，按Ctrl+C复制路径，按Esc隐藏。结果按每组 50 条分页；仅在需要时显示精简的‹ 1 / N ›控件，按↓越过最后一条结果或按↑ 越过第一条结果即可切换页面。搜索栏右侧有两个几乎不可见的下拉菜单——文件类型筛选（Ctrl+P）和排序顺序（Ctrl+S，相关度／最新／最早／最大）；只有选中非默认值时，两者才会保持微弱可见。右键点击结果行可打开原生的资源管理器风格上下文菜单（打开／在文件夹中显示／复制路径／复制名称）。右上角的固定切换按钮可在窗口失去焦点时保持其打开（仅限当前会话，重启后重置）。输入框为空时，覆盖层会列出最近的搜索记录（最近 10 条，存储在本地）——按 ↑↓／Enter重新使用某条记录，按Delete删除。按Ctrl+,` 打开设置面板——包括常规设置（重新绑定快捷键、开机自启动、界面语言）和索引规则（排除的目录、额外的文本扩展名、单文件大小上限）。

MCP 服务

dowse mcp 会通过标准输入输出启动一个只读 MCP 服务，将本地索引提供给 AI Agent：

claude mcp add --scope user dowse -- dowse mcp

包含四种工具：search（查询、受限的 limit／offset、按相关度／修改时间／大小排序的 sort、逗号分隔的 ext 筛选器，以及 total_hits 计数）、preview（单个命中项的长上下文和元数据）、read_file_chunk（从索引快照中读取受限的分页文本）和 index_status（文档数量、索引健康状态、当前启用的索引规则）。该服务不会触及索引写入器，也不会打开任意路径——它只会在每次调用前重新加载读取器，因此可与覆盖层应用或正在运行的 dowse watch 会话同时运行，而不会产生写入冲突。

架构

                 ┌─────────────────────────────────────────┐
                 │                   dowse                   │
                 │  library core: tantivy index · jieba      │
                 │  segmentation · encoding detection ·      │
                 │  text extraction (txt/md/pdf/code/        │
                 │  docx/xlsx/pptx) · OCR pipeline           │
                 │  ─────────────────────────────────────    │
                 │  CLI + MCP server (default `cli` feature) │
                 └────────────────────┬────────────────────┘
                                      │ library API
                                      │ (default-features = false)
                              ┌───────┴────────┐
                              │    dowse-app    │
                              └────────────────┘

共有两个 crate。dowse 同时是搜索库和命令行工具：库核心提供搜索 API，而 CLI 和只读 MCP 服务则通过默认的 cli 功能集成在一个二进制文件中——CLI 用于脚本编写和调试，MCP 服务用于 AI Agent。dowse-app 是基于 Tauri 2 + Svelte 5 的常驻覆盖层应用，是一个独立 crate，仅将 dowse 作为库依赖（default-features = false，因此不会引入 CLI 及其依赖项）。

索引更新采用两层机制：运行期间，文件系统事件会驱动增量更新（500ms 防抖窗口，批量提交）；启动时，则通过比较修改时间和大小来协调应用未运行期间发生的更改。在具有管理员权限的 NTFS 卷上，同样的两层机制由 MFT 枚举和 USN 日志提供支持，取代目录遍历和文件系统事件监视；两种路径会产生相同的结果，上层无法判断当前启用的是哪一种。

路线图

#	范围	状态
1	CLI 索引和搜索：中文分词、GBK 检测、高亮	✅ 已完成
2	浮窗：全局快捷键、不透明面板、键盘导航	✅ 已完成
3	增量索引：文件监视、启动时对账	✅ 已完成
4	OCR 管线：将截图文字加入索引	✅ 已完成
5	MCP 服务	✅ 已完成
6	NTFS MFT / USN Journal 快速通道	✅ 已完成（仅管理员可用的快速通道本身尚未在真实硬件上验证——请参阅设计文档中的实现说明）
7	语义搜索（嵌入、混合排序）	🔍 探索中

技术栈

Rust · tantivy · jieba · Tauri 2 · Svelte 5 · Windows.Media.Ocr · notify · Win32（MFT/USN Journal）

设计文档

• docs/DESIGN-M2-浮窗.md（浮窗设计，中文）
• docs/DESIGN-M3-增量索引.md（增量索引设计，中文）
• docs/DESIGN-M4-OCR管线.md（OCR 管线设计，中文）
• docs/DESIGN-M5-MCP.md（MCP 服务设计，中文）
• docs/DESIGN-M6-NTFS快速层.md（NTFS 快速通道设计，中文）

隐私政策

索引存储在本地（%LOCALAPPDATA%\dowse）。不访问网络，不收集遥测数据。你可以自行验证：在资源监视器或防火墙工具中监视进程，确认它没有建立任何出站连接。发布版本还附带安装程序的 SHA-256 校验和，方便你验证下载内容。

完整政策——数据收集、存储、保留期限和联系方式：PRIVACY.md。

许可证

采用 MIT 或 Apache-2.0 双重许可，你可以自行选择。

一点说明

小时候，我只有一部 Coolpad 手机。在漫长的无网时光里，我会打开 文件管理器，逐个查看文件，试着弄清它们是什么、彼此之间有什么联系；而文件散落各处，我永远 不知道它们里面装着什么，始终迷失其中。

上大学时，我买了一台 QNAP NAS，发现了 Qsirch。它确实很好用，只可惜只能在 NAS 上运行， 没有 Windows 版本。

screenpipe 抢先一步做出了它，一种原始版本的《黑镜》S1E3《你的全部历史》中那种记忆颗粒。非常未来主义，非常后现代，接近本地搜索的终极形态，但对于当下的世界来说，它实在太重了。

于是我做了 dowse。

电影《Her》读起来像一则预言：用不了多久，AI 就会运行我们的个人电脑。dowse 从这个想法中汲取灵感，提供 MCP 接口供 AI 调用，只不过它搜索的是你自己机器上的个人文件。

如果你有点强迫倾向，喜欢把东西整理得井井有条，想真正掌控自己的文件系统，那么这就是为你准备的。我同样非常在意性能和美感。