# گفتگو با یادداشتهای خود: راهنمای RAG محلی در NoteRich
در دورانی که انبوه بودن اطلاعات امری عادی است، یافتن اطلاعات مناسب در یادداشتهای خود میتواند سختتر از جستجو در سراسر اینترنت باشد. ابزارهای جستجوی سنتی به دنبال همخوانی دقیق کلمات کلیدی هستند، اما اغلب *زمینه* یا *ارتباط* بین ایدهها را از دست میدهند.
**NoteRich** این الگو را تغییر میدهد با قابلیت **RAG محلی (Retrieval-Augmented Generation)** که در خود دارد. این ویژگی به شما امکان میدهد تا با کتابخانه شخصی خود گفتگو کنید و AI پاسخها را صرفاً بر اساس آنچه شما نوشتهاید، ذخیره کرده و سازماندهی کرده است—در حالی که اطلاعات شما ۱۰۰٪ خصوصی و محلی باقی میماند.
## 🧠 RAG محلی چیست؟
RAG مخفف **Retrieval-Augmented Generation** است. به زبان ساده، این یک فرآیند دو مرحلهای است:
1. **برداشت اطلاعات:** سیستم در یادداشتهای محلی شما به دنبال اطلاعات مرتبط با سؤال شما میگردد.
2. **تولید پاسخ:** تنها بخشهای مشخص و آنیمن شده مورد نیاز برای پاسخ به AI ارسال میشود و سپس AI پاسخی منسجم بر اساس آن زمینه ارائه میدهد.
برخلاف دستیارهای AI مبتنی بر ابر که ممکن است حقایق نادر را تصور کنند یا از دادههای عمومی قدیمی استفاده کنند، RAG NoteRich بر پایه **حقیقت شما** استوار است. این سیستم صرفاً حدس نمیزند؛ بلکه به کارهای خودتان استناد میکند.
### چرا محلی اول؟
* **حفاظت از حریم خصوصی:** یادداشتهای شما هنگام برداشت اطلاعات هرگز از دستگاه شما خارج نمیشوند. فقط زمینههای مشخص و آنیمن شده مورد نیاز برای پاسخ به AI ارسال میشود.
* **سرعت:** با ایندکس کردن محلی، نتایج جستجو فوری خواهد بود.
* **مالکیت:** شما کنترل کامل بر داراییهای فکری خود دارید.
---
## 🚀 نحوه عملکرد در پشت صحنه
NoteRich از روش **برداشت اطلاعات ترکیبی** پیشرفته استفاده میکند تا حتی از هزاران یادداشت، نتایج دقیقی به دست آورد.
```mermaid
graph TD
A[سؤال کاربر] --> B(پردازش قبلی محلی)
B --> C(استخراج کلمات کلیدی)
C -->|الگوریتم TextRank| D(شناسایی مفاهیم کلیدی)
D --> E(انتخاب گزینهها)
E -->|ارزیابی وزنی| F(بخشهای مرتبط اصلی)
F --> G(تجمیع زمینه AI)
G --> H(تولید LLM)
H --> I(پاسخ نهایی با استنادات)
style A fill:#f9f,stroke:#333,stroke-width:2px
style I fill:#bbf,stroke:#333,stroke-width:2px
style B fill:#e1f5fe,stroke:#01579b,stroke-width:2px
```
### ۱. ایندکس کردن هوشمندانه
هنگام ایجاد یا ویرایش یک یادداشت، NoteRich به طور خودکار محتوای آن را به بخشهای معنادار تقسیم میکند. از `Intl.Segmenter` برای پشتیبانی از چند زبان استفاده میکند تا اطمینان حاصل کند که زبانهای چینی، انگلیسی و سایر زبانها به درستی تقسیمبندی شدهاند تا دقت جستجو حداکثری داشته باشد.
### ۲. روش جستجوی ترکیبی
NoteRich به جای تکیه بر یک روش، از چندین الگوریتم استفاده میکند:
* **مطابقت کلمات کلیدی با وزن:** از IDF (درصد تکرار یکسان در سند) برای توجه به کلمات کلیدی نادر و مهم استفاده میکند.
* **تحلیل گراف TextRank:** رابطه بین جملات را بررسی میکند تا بخشهای «مرکزی» و مهمترین در یادداشتهای شما شناسایی شوند.
* **فیلترینگ چرخشی:** برای کتابخانههای بزرگ، ابتدا یک اسکن سریع انجام میشود و سپس گزینههای اصلی با تحلیل معنایی عمیق دوباره رتبهبندی میشوند.
### ۳. تجمیع زمینه هوشمندانه
قبل از ارسال دادهها به AI، NoteRich پیشنهادات را بهینه میکند:
* **تخصیص تکههای متن:** تعداد دقیق تکههای متن را محاسبه میکند تا در محدوده زمینه AI باقی بماند.
* **تنظیم سطح مرتبط:** بخشهایی که امتیاز پایینی دارند حذف میشوند تا از نویز جلوگیری شود.
* **مدیریت یادداشتهای خاص:** فایلهایی که به عنوان `.prompt` یا `.skill` مشخص شدهاند، به عنوان دستورات اولویت بالا در نظر گرفته میشوند تا AI دقیقاً طبق دستورالعملهای شما عمل کند.
---
## 🛠️ استفاده از گفتگو با یادداشتها
استفاده از این ویژگی به همان سادگی یک گفتگو است.
### مرحله ۱: فعال کردن حالت RAG
دیالوگ **AI Assistant** را باز کنید (از طریق نوار کار یا دستور `/ai`). به دنبال تگ **"گفتگو با یادداشتها"** بگردید. وقتی فعال شد، AI به طور خودکار کتابخانه فعلی شما را بررسی خواهد کرد.
### مرحله ۲: پرسیدن سؤالات طبیعی
نیازی نیست از عملگرهای جستجوی پیچیده استفاده کنید. فقط سؤالاتی مانند:
* *"متوجهات اصلی من از جلسه محصول اخیر چه بود؟"*
* *"خلاصه تحقیقات من درباره بهینهسازی عملکرد React را بیان کنید."*
* *"تمام یادداشتهای مربوط به 'پروژه آلفا' را پیدا کنید و کارهای در حال انجام را لیست کنید."*
### مرحله ۳: بررسی و تأیید
NoteRich استنادات **شفاف** ارائه میدهد. هر پاسخی که AI تولید میکند، شامل استناد به یادداشتهای اصلی است. میتوانید روی این استنادات کلیک کنید تا مستقیماً به بخش اصلی بروید و اطمینان حاصل کنید که همیشه میتوانید اطلاعات را تأیید کنید.
---
## 🔒 ساختار حفاظت از حریم خصوصی و امنیت
ما معتقدیم که حفاظت از حریم خصوصی یک ویژگی نیست—بلکه یک پایه و اساس است.
* **پردازش محلی:** تمام ایندکس کردن، استخراج کلمات کلیدی و فیلترینگ اولیه کاملاً در مرورگر شما با استفاده از Web Workers انجام میشود. دادههای خام یادداشتهای شما هرگز به سرور ما آپلود نمیشود.
* **درخواستهای امضا شده:** وقتی زمینه به بخش پشتیبانی AI ارسال میشود، توسط امضاهای HMAC-SHA256 محافظت میشود تا از دستکاری جلوگیری شود.
* **هیچ ذخیرهسازی پایدار:** سرویس AI هیچ تاریخچه گفتگو یا محتوای یادداشتهای شما را ذخیره نمیکند. او درخواست را پردازش کرده و بلافاصله فراموش میکند.
---
## 💡 نکات مفید برای نتایج بهتر
۱. **استفاده از عناوین واضح:** عناوین توصیفی به ماشین برداشت کمک میکند تا یادداشتهای شما را بهتر طبقهبندی کند.
۲. **استفاده از برچسبهای مناسب:** اگرچه RAG معنایی است، استفاده از برچسبهای یکسان (مثلاً `#project-x`، `#idea`) به سیستم کمک میکند تا مفاهیم مرتبط را گروه بندی کند.
۳. **بهروزرسانی یادداشتها:** ایندکس RAG به طور فوری بهروزرسانی میشود. اگر یک اطلاعات در یادداشتهای شما تغییر کند، AI در پاسخ بعدی آن تغییر را منعکس خواهد کرد.
۴. **استفاده از فایلهای خاص:** یادداشتهایی که به `.prompt` ختم میشوند ایجاد کنید تا به AI دستورالعملهای پایداری داده شود (مثلاً "همیشه پاسخ را به صورت خلاصه بدهید"). این فایلها در هر جستجویی اولویت دارند.
---
## نتیجه
RAG محلی NoteRich یادداشتهای استاتیک شما را به یک پایگاه دانش پویا و تعاملی تبدیل میکند. این فقط درباره ذخیره اطلاعات نیست؛ بلکه درباره **ارتباط» آنها است. با ترکیب قدرت معماری محلی با روشهای پیشرفته جستجوی AI، NoteRich اطمینان حاصل میکند که مغز دوم شما همیشه آماده کمک به شما برای تفکر بهتر است.
آماده شدید تا پتانسیل کامل یادداشتهای خود را آزاد کنید؟ امروز از گفتگو با یادداشتها استفاده کنید.
---
<div class="flex flex-wrap gap-2 mt-8 mb-12">
<span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">Local-First</span>
<span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">RAG</span>
<span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">حفاظت از حریم خصوصی</span>
<span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">PKM</span>
<span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">AI Assistant</span>
<span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">پایگاه دانش</span>
</div>
آماده تحول در گردشکار خود هستید؟
مرکز یادداشتبرداری خصوصی و مبتنی بر هوش مصنوعی
شما در انتظار است
به هزاران کاربری بپیوندید که برای یادداشتبرداری خصوصی و قدرتمند به NoteRich اعتماد میکنند. در مرورگر خود امتحان کنید — بدون نصب، بدون کارت اعتباری، یادداشتهای شما هرگز دستگاه شما را ترک نمیکنند.
بدون کارت اعتباری
در مرورگر کار میکند
۱۰۰٪ یادداشتهای محلی
منابع و راهنماها
مقالات عمیق ما درباره یادداشتبرداری محلیمحور، معماری حریم خصوصی و گردشکارهای بهرهوری پیشرفته را کاوش کنید.
- یادداشتهای خود را به حافظه هوش مصنوعی در NoteRich تبدیل کنید
- تبدیل متن به اینفوگرافیکهای بصری با هوش مصنوعی NoteRich
- متن پیشرفته در مقابل Markdown در NoteRich: نحوه تغییر و استفاده از هر دو
- آموزش فضاهای کاری و جستجوی پیشرفته NoteRich
- آموزش همگامسازی P2P در NoteRich: بین دستگاهها بدون ابر
- آموزش OCR در NoteRich: اسکن یادداشتهای کاغذی به متن دیجیتال
- توضیح رمزگذاری AES-GCM محلیمحور NoteRich
- آموزش RAG پایگاه دانش محلی NoteRich
- راهنمای معادلات ریاضی LaTeX در NoteRich: نحوه نوشتن فرمولها
- میانبرهای صفحهکلید NoteRich و نکات بهرهوری
- ویژگیها و مزایای NoteRich برای یادداشتبرداری آنلاین
- نحوه استفاده از هوش مصنوعی حریم خصوصی NoteRich برای خلاصهسازی خصوصی اسناد
- نحوه استفاده از Mermaid.js برای فلوچارت در NoteRich – آموزش کامل
- نحوه درج ویدیو و پیوستها در NoteRich
- نحوه خروجی PDF و HTML بدون واترمارک در NoteRich
- نحوه جاسازی ECharts تعاملی در NoteRich