ResearchVault 综合评估
ResearchVault 是一款本地优先（Local-first）的研究编排引擎，专为需要长期管理研究状态、合成信息并进行自主验证的 AI Agent 场景设计。其核心定位是作为研究的"长期记忆库"，解决 Agent 会话间状态易丢失、信息碎片化的问题。
核心用法
1. 项目管理：通过 vault.py init 创建研究项目，设定研究目标
2. 数据摄取：使用 scuttle 命令爬取网页内容并关联至特定项目 ID
3. 策略生成：strategy 命令可基于已收集数据自动生成研究策略
4. 可选门户：通过 start_portal.sh 启动 Web 界面（需手动授权），支持浏览器交互
5. 扩展服务：MCP 服务器与 Watchdog 后台服务需手动启动，提供额外自动化能力
显著优点
- 隐私优先设计：所有数据存储于本地 SQLite（
~/.researchvault/research_vault.db），无云端同步 - 网络透明可控：出站连接仅限用户主动请求的研究或配置好的搜索 API
- SSRF 防护：默认阻断内网/本地 IP 访问（10.0.0.0/8、localhost 等），需显式
--allow-private-networks覆盖 - 权限边界清晰：
disable-model-invocation: true禁止模型自主启动后台任务，防止意外操作 - 灵活的搜索集成：支持 Brave Search、Serper、SearXNG 等多种搜索提供商
潜在缺点与局限性
- Python 版本要求高：需 Python ≥3.13，对旧系统兼容性有限
- 手动服务管理：门户、MCP、Watchdog 均需手动启动，自动化程度受限于用户主动操作
- 配置复杂度：涉及 15+ 个环境变量，门户安全令牌、CORS 配置、DB 路径等需逐一理解
- 无内置加密：SQLite 数据库文件未提及加密，依赖文件系统权限保护
- 单用户设计：无多用户或权限隔离机制
适合人群
- 对数据隐私高度敏感的研究者（学术、商业情报、 investigative journalism）
- 需要长期追踪研究主题的 AI Agent 开发者
- 希望构建个人知识库并避免云服务依赖的技术用户
常规风险
| 风险类别 | 说明 |
|---------|------|
| 数据丢失 | 本地 SQLite 无自动备份，需用户自行管理 |
| 令牌泄露 | `RESEARCHVAULT_PORTAL_TOKEN` 若泄露可导致本地门户未授权访问 |
| API 密钥暴露 | Brave/Serper 等密钥通过环境变量注入，共享环境时可能泄露 |
| 路径遍历 | `RESEARCHVAULT_PORTAL_ALLOWED_DB_ROOTS` 配置不当可能允许访问敏感文件 |
| SSRF 绕过 | 显式启用 `--allow-private-networks` 后需谨慎控制请求目标 |