核心用法
Boof 是一套本地优先的文档处理工作流，专为解决大语言模型处理长文档时的上下文窗口限制而设计。其核心流程分为三步：Boof it（转换索引）、Query it（语义检索）、Analyze it（高效分析）。用户通过 boof.sh 脚本将 PDF 转换为 Markdown，利用本地 ML 模型 Marker 完成格式解析，再通过 QMD 构建语义索引。后续查询时，系统仅将相关文本块送入 LLM，而非完整文档，从而大幅降低 token 消耗并避免"中间丢失"问题。
该技能支持多种使用模式：针对特定问题的精准查询、整篇文档的分段摘要、多文档交叉对比分析，以及精确匹配与语义搜索的灵活切换。输出文件默认保存至 knowledge/boofed// 目录，支持自定义路径。
显著优点
隐私安全极致：所有处理均在本地完成，文档数据不上传任何云端服务，无需 API Key，对敏感资料处理场景极为友好。成本效益突出：通过 RAG 检索机制，仅将相关片段送入 LLM，显著降低 API 调用成本，特别适合处理大量长文档。离线可用：模型下载完成后即可完全离线运行，不受网络环境制约。批量处理能力：支持多文档统一索引与跨文档查询，提升科研、法律、金融等需要文献综述场景的效率。
潜在缺点与局限性
首次部署成本：需下载 2-4GB 的 ML 模型文件，对磁盘空间和初次等待时间有要求。依赖管理松散：marker-pdf 和 qmd 均未锁定具体版本，存在未来兼容性风险。技术门槛：需要一定的命令行操作能力，环境配置涉及 Python 虚拟环境与 Bun 工具链。功能边界：纯本地架构意味着无法享受云端模型的持续更新，也不支持多人在线协作。
适合的目标群体
- 科研人员与学术工作者：需要批量处理论文、提取关键发现、进行文献综述
- 法律与合规从业者：处理敏感合同、法规文件，对数据本地化有硬性要求
- 企业知识管理：构建内部文档库，实现私有化部署的智能检索
- 隐私敏感型用户：不愿将商业机密或个人文档上传至第三方服务
- 离线环境工作者：网络受限场景下的文档分析需求
使用风险
存储空间：需预留 10GB 以上磁盘空间用于模型与索引文件。依赖可用性：若 marker-pdf 或 qmd 未来版本不兼容，可能需要手动干预修复。性能瓶颈：大型 PDF 的本地转换速度取决于硬件配置，复杂文档处理可能耗时较长。学习曲线：RAG 查询语法与常规对话交互有差异，需要适应期。