前几天前司知识库崩了，Google 改了 NotebookLM 接口，本地数字员工直接断联。
于是我做了个轻量化本地知识库技能：local-rag。
一句话能装好
把这行发给你的智能体：
给你自己安装这个技能（skill）：haoyiyin/local-rag
不用服务器，不用 API Key，文档丢进去就能语义搜索。
为什么做这个
人机协作是趋势，但知识断层数字员工不认识你的资料、敏感数据不敢上云、主流 RAG 太重。local-rag 走完全离线、轻量 CLI 路线，专为数字员工设计。
架构三层
scripts/rag.py CLI（ingest / ask / 集合管理）
Chroma PersistentClient（数据落盘本地，无服务进程）
embeddinggemma-300m（768维，本地推理，无 API Key）
Embedding 模型选了 embeddinggemma-300m，多语言、benchmark 在线、低配设备跑得动。首次下载约 300MB，之后全离线。
什么格式都能支持
覆盖 20+ 种格式：PDF、Word、PPT、Excel、CSV、HTML、JSON、YAML、EPUB、RTF、.msg 邮件、ipynb 等。三种特殊处理：
- 图像 PDF：pypdf 提不出文字时，自动 pymupdf 渲染 + OCR
- 图片：tesseract 中英文双语
- 音频：whisper base 转写
压缩包（zip/tar.gz/7z/rar）自动解压，逐文件提取文本。
