# Berbual dengan Nota Anda: Panduan untuk RAG Lokal dalam NoteRich Dalam era di mana beban maklumat yang berlebihan menjadi norma, mencari pengetahuan yang tepat dalam nota anda sendiri mungkin lebih sukar daripada mencari di seluruh internet. Alat carian tradisional mencari padanan kata kunci yang tepat, tetapi sering kali gagal menemukan *konteks* atau *hubungan* antara idea-idea tersebut. **NoteRich** mengubah paradigma ini dengan **Local Knowledge Base RAG (Retrieval-Augmented Generation)** yang terbina dalamnya. Fitur ini membolehkan anda “berbual” dengan perpustakaan peribadi anda, membiarkan AI menyintesis jawapan berdasarkan apa yang anda tulis, simpan, dan kumpulkan—semua ini dilakukan dengan data anda tetap 100% privasi dan lokal. ## 🧠 Apakah RAG Lokal? RAG merupakan singkatan untuk **Retrieval-Augmented Generation**. Secara ringkas, ia merupakan proses dua langkah: 1. **Retrieval:** Sistem mencari maklumat yang relevan dalam nota lokal anda berdasarkan soalan anda. 2. **Generate:** Sistem menghantar hanya petikan tertentu kepada AI, yang kemudian menyusun jawapan yang koheren berdasarkan konteks tersebut. Berbeza dengan pembantu AI berbasis awan yang mungkin membuat kesilapan atau menggunakan data awam yang sudah ketinggalan zaman, RAG NoteRich berlandaskan **kebenaran anda**. Ia tidak hanya membuat tekaan; ia merujuk kepada kerja anda sendiri. ### Mengapa Lokal Pertama? * **Privasi:** Nota anda tidak pernah meninggalkan peranti anda semasa proses retrieval. Hanya konteks yang spesifik dan dirahsiakan yang dihantar kepada perkhidmatan AI. * **Kelajuan:** Dengan indeksasi lokal, hasil carian adalah segera. * **Kepemilikan:** Anda memiliki kawalan penuh atas aset intelektual anda. --- ## 🚀 Bagaimana Ia Berfungsi NoteRich menggunakan **Strategi Retrieval Fusion** yang canggih untuk memastikan anda mendapat hasil yang paling tepat, walaupun dari ribuan nota. ```mermaid graph TD A[Soalan Pengguna] --> B(Pemprosesan Lokal) B --> C(Penghuraian Kata Kunci) C -->|Algoritma TextRank| D(Pengenalanan Konsep Utama) D --> E(Pemilihan Calon) E -->|Penilaian Berat| F(Petikan Terpenting) F --> G(Penggabungan Konteks AI) G --> H(Penggenerasian LLM) H --> I(Jawapan Akhir dengan Rujukan) 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 ``` ### 1. Indeksasi Cerdas Ketika anda membuat atau mengedit nota, NoteRich secara automatik membagi kandungan menjadi petikan yang bermakna. Ia menggunakan `Intl.Segmenter` untuk sokongan pelbagai bahasa, memastikan bahasa Cina, Inggeris, dan bahasa lain dikenal pasti dengan betul untuk ketepatan carian yang maksimum. ### 2. Strategi Carian Gabungan Berbeza dengan bergantung pada satu kaedah, NoteRich menggabungkan beberapa algoritma: * **Pemadanan Kata Kunci Berat:** Menggunakan IDF (Inverse Document Frequency) untuk memberi keutamaan kepada kata-kata yang jarang digunakan berbanding kata-kata biasa. * **Analisis Graf TextRank:** Menggambarkan hubungan antara ayat untuk mengenal pasti petikan yang paling “utama” dan penting dalam nota anda. * **Penapisan Berkaskas:** Untuk perpustakaan yang besar, ia pertama kali melakukan pemeriksaan global yang cepat, kemudian menilai semula calon teratas menggunakan analisis semantik yang lebih mendalam. ### 3. Penggabungan Konteks Cerdas Sebelum menghantar data kepada AI, NoteRich mengoptimumkan prompt: * **Peruntukan Token:** Ia mengira jumlah token yang tepat untuk tetap dalam jendela konteks AI. * **Penapisan Relevansi:** Petikan dengan skor rendah dibuang untuk mengelakkan gangguan. * **Pemprosesan Nota Khusus:** Fail yang ditandai sebagai `.prompt` atau `.skill` dianggap sebagai arahan keutamaan, memastikan AI mengikuti garis panduan khusus anda. --- ## 🛠️ Menggunakan Chat dengan Nota Menggunakan ciri ini sangat mudah, seperti berbual. ### Langkah 1: Aktifkan Mod RAG Buka dialog **AI Assistant** (melalui alat tanda atau arahan `/ai`). Cari toggle **“Berbual dengan Nota”**. Apabila diaktifkan, AI akan secara automatik memeriksa ruang kerja semasa anda. ### Langkah 2: Tanya Soalan Natural Anda tidak perlu menggunakan operator carian yang rumit. Cukup tanya soalan seperti: * *“Apa kesimpulan utama saya dari mesyuarat produk terakhir?”* * *“Sila ringkaskan kajian saya tentang penambahbaikan prestasi React.”* * *“Cari semua nota yang berkaitan dengan ‘Projek Alpha’ dan senaraikan tugas yang belum selesai.”* ### Langkah 3: Semak & Verifikasi NoteRich menyediakan **rujukan yang jelas**. Setiap jawapan yang dihasilkan oleh AI termasuk rujukan kepada nota asal. Anda boleh klik rujukan ini untuk terus ke petikan sumber, memastikan anda sentiasa dapat mengesahkan maklumat. --- ## 🔒 Arsitektur Privasi & Keselamatan Kami percaya bahawa privasi bukanlah ciri—ia merupakan asas. * **Pemprosesan Lokal:** Semua proses indeksasi, penghuraian kata kunci, dan penapisan awal berlaku sepenuhnya dalam pelayar web menggunakan Web Workers. Data nota asal anda tidak pernah dihantar ke pelayan kami untuk indeksasi. * **Permintaan Berdaftar:** Apabila konteks dihantar ke backend AI, ia dilindungi oleh tanda HMAC-SHA256, mengelakkan pemalsuan. * **Tiada Penyimpanan Permanen:** Perkhidmatan AI tidak menyimpan sejarah perbualan atau kandungan nota anda. Ia memproses permintaan dan melupakan ia segera. --- ## 💡 Petua untuk Hasil yang Lebih Baik 1. **Gunakan Tajuk yang Jelas:** Tajuk yang deskriptif membantu enjin retrieval mengklasifikasikan nota anda dengan lebih efektif. 2. **Tag Secara Strategik:** Walaupun RAG bersifat semantik, menggunakan tag yang konsisten (misalnya, `#projek-x`, `#idea`) membantu sistem mengelompokkan konsep yang berkaitan. 3. **Kekalkan Nota Terkini:** Indeks RAG dikemas kini secara real-time. Jika anda mengubah fakta dalam nota anda, AI akan mencerminkan perubahan tersebut dalam jawapan seterusnya. 4. **Gunakan Fail Khusus:** Buat nota yang berakhir dengan `.prompt` untuk memberikan arahan yang berterusan kepada AI (misalnya, “Sentiasa jawab dengan butiran ringkas”). Ini diutamakan dalam setiap permintaan. --- ## Kesimpulan RAG Lokal NoteRich mengubah nota statik anda menjadi pangkalan pengetahuan yang dinamik dan interaktif. Ia bukan hanya tentang menyimpan maklumat; ia tentang **menghubungkannya**. Dengan menggabungkan kekuatan arsitektur lokal dengan AI retrieval yang canggih, NoteRich memastikan otak kedua anda sentiasa bersedia untuk membantu anda berfikir lebih baik. Sudah bersedia untuk mengeksplorasi potensi penuh nota anda? Cuba **Berbual dengan Nota** hari ini. --- <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]">Lokal Pertama</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]">Privasi</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]">Pembantu AI</span> <span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">Pangkalan Pengetahuan</span> </div>