核心功能
Curated Search 是一款面向开发者设计的本地全文检索工具，其核心价值在于构建可信赖的技术知识库。用户通过配置白名单域名（如 MDN、Python 官方文档等），一次性爬取并索引目标内容，后续所有查询均在本地离线完成，彻底杜绝搜索引擎常见的广告干扰、SEO 垃圾和低质内容污染。
显著优点
1. 权威性保障：仅索引用户明确指定的权威源，从根本上屏蔽无关站点
2. 完全离线搜索：索引构建后零网络依赖，响应速度极快且不受网络波动影响
3. 隐私零风险：查询数据、搜索历史、工作上下文均不会离开本地机器
4. 透明可控：开源 MIT 协议，配置、索引、代码均可审查；爬虫行为受 robots.txt 和自定义延迟约束
5. 精准 relevance 排序：采用 BM25 算法评分，支持按域名过滤、分数阈值、分页等高级参数
潜在局限与风险
- 初始配置门槛：需手动维护
config.yaml白名单和种子 URL，对非技术用户不够友好 - 内容时效性依赖：索引非实时更新，需定期手动运行
npm run crawl同步文档变更 - 索引体积管理：大规模爬取可能产生较大本地存储占用
- Node.js 依赖：运行环境限定，轻量场景略显笨重
- 无语义搜索：基于关键词的 BM25 评分，无法理解查询意图的同义改写
适合人群
- 需要频繁查阅技术文档且对搜索结果质量敏感的开发者
- 在内网或离线环境工作的工程师
- 对搜索隐私有严格要求的安全意识用户
- 希望自建知识库、避免算法推荐干扰的深度学习者
常规风险提示
尽管搜索阶段完全本地执行，但初始爬取阶段仍需连接网络访问白名单域名。用户应仔细审核 config.yaml 中的域名配置，避免误将敏感内网地址或不可信站点加入白名单。建议定期审查索引内容，及时清理过期文档。