核心用法
ResearchVault 是一款面向 AI 代理的本地优先研究编排引擎，以 SQLite 作为核心存储，提供从项目初始化、数据摄取到策略生成的完整工作流：
- 项目初始化：
vault.py init --objective创建带目标的研究项目 - 数据摄取：
vault.py scuttle抓取网页内容并关联项目 ID - 自主策略：
vault.py strategy基于已摄取数据生成研究策略 - 可选服务：手动启动 MCP 服务器或 Watchdog 后台监控
显著优点
- 本地优先架构：所有数据存储于
~/.researchvault/research_vault.db，零云端依赖，隐私可控 - 网络透明：仅用户主动请求或配置 Brave API 时产生外连，SSRF 加固默认阻断内网 IP
- 安全管控：
disable-model-invocation: true防止模型擅自启动后台任务，关键服务需手动启动 - 模块化设计：核心引擎与可选服务（MCP/Watchdog）分离，按需启用
潜在局限
- Python 3.13+ 硬性要求：旧版本环境需升级
- 功能边界模糊："orchestration engine" 定位宽泛，实际能力需依赖用户脚本扩展
- 生态早期：MIT 开源但社区活跃度待观察，长期维护依赖单一维护者
- Brave 搜索可选：未配置 API 时实时网络验证能力受限
适合人群
- 需要本地离线研究管理的隐私敏感用户
- 构建自定义 AI 研究代理的开发者
- 希望细粒度控制数据流向的技术团队
常规风险
- 本地数据持久化风险：SQLite 文件需自行备份，无内置恢复机制
- SSRF 覆盖误用：
--allow-private-networks标志若滥用可能暴露内网 - 依赖项维护：Python 生态版本迭代快，3.13+ 兼容性需持续关注