核心功能
SiphonClaw 是一款面向专业场景的多模态文档智能管道，核心能力围绕"文档→知识→检索"的完整闭环构建：
1. 三重混合检索体系
采用 BM25 关键词匹配 + 语义文本向量 + 视觉页面嵌入的融合架构，通过 RRF（倒数排名融合）与交叉编码器重排序，实现跨模态的精准检索。支持纯文本、纯视觉、纯关键词及混合四种检索模式。
2. 视觉识别与OCR
内置基于 Qwen3-VL 的 OCR 引擎，可识别设备照片、零件标签、错误屏幕截图，自动提取文字信息后联动本地知识库检索，置信度不足时自动降级至网页搜索。
3. 现场知识捕获
独创的 field_note 机制将维修记录、现场观察转为结构化知识条目，形成"使用→积累→复用"的学习闭环，特别适合设备维护、科研实验等场景的经验沉淀。
4. 成本优化架构
提供"本地嵌入+云端生成"的混合模式（推荐）：本地 Ollama 运行 OCR 与嵌入模型（约 10GB 显存/内存），OpenRouter 按需调用推理模型，典型月费仅 $0.50-5，较全云端模式首月成本降低 90%以上。
显著优点
- 多模态原生设计：文本与视觉向量 dual-track 存储，图片搜索无需依赖 OCR 转录质量
- 企业级置信度体系：复合评分（检索+忠实性+相关性+覆盖度）+ 脚注式引用，满足审计需求
- MCP 协议原生：5 个工具函数标准化暴露，便于集成至现有 Agent 工作流
- 渐进式成本：先本地验证再云端增强，避免全量上云的初期投入
局限与风险
| 维度 | 说明 |
|------|------|
| 部署复杂度 | 混合模式需同时维护 Ollama 本地服务与 OpenRouter 密钥，对非技术用户门槛较高 |
| 视觉模型依赖 | 零件识别准确率受拍摄角度、光照、遮挡影响，关键场景需人工复核 |
| 数据隐私 | 云端生成模式下文档内容需传输至第三方 API，敏感资料建议纯本地部署 |
| 规模瓶颈 | 本地模式依赖单机资源，十万级文档集需评估向量数据库分片策略 |
适合人群
- 现场服务工程师：快速定位设备手册、零件编号、维修程序
- 科研人员：构建实验文献与观测记录的跨模态知识库
- 设备维护团队：沉淀故障案例，形成可检索的组织记忆
- 技术型知识管理者：愿意投入初期配置以换取长期成本优势
MCP 工具一览
| 工具 | 用途 |
|------|------|
| `siphonclaw_search` | 三重混合检索，支持元数据过滤 |
| `siphonclaw_ingest` | 文档入库（PDF/Excel/图片/截图）|
| `siphonclaw_field_note` | 保存现场记录为结构化知识 |
| `siphonclaw_identify` | 图像识别+自动知识库联动 |
| `siphonclaw_status` | 健康检查、成本追踪、模型状态 |
> ⚠️ 安全提示：本项目依赖外部模型服务（OpenRouter、Ollama），建议生产环境配置 SIPHONCLAW_BUDGET_DAILY 预算上限，并定期审计 dead_letter_queue 中的失败任务。