# 我的AI小助手：RAG 本地测试记录(updating...)

## 预期：

1. 数据： 本地个人计划和隐私、正常论文相关的科研、业界跟踪和研究分析，三大类都存储在本地，不要流出个人电脑。
    
2. 初步的7B模型（本人MiniMac的上限）进行大体分析。
    
3. 可以使用外部deepseek和grok，claude等外部API，但沟通内容是隔离和脱敏的，最简单就是7B分析的结论，进行隐私脱敏（自行设定脱敏规则）和单独目录存储（独立知识库），这个动作是离线断网进行。
    
4. 然后针对沟通外部的独立知识库，可以充分利用外部大模型能力。
    
5. 个人计划是使用雷电连接mac book和mac mini，mini不联网，只进行个人知识库存储和本地模型运算；而mac book是读取mac mini的输出脱敏目录，然后联网进行科研和分析。
    
6. 等淘宝到货
    

## 场景：

1. 规划：对个人隐私相关的思考和规划的建议，一些计算和分析，例如减肥计划，财务数据分析，投资规划等
    
2. 研究：个人研究主题的文章和研究的积累和整理，以及博士论文的持续写作，典型的就是读paper和EIP，写研究分析，写代码，写论文
    
3. 创新：业界产品和新技术的学习，积累，思考，想法和探索，包括一些产品设计和异想天开的想法，以及一些工程开发和产品设计，包括社区的运营等。
    

## 测试：

3. RAG test 两个：
    
    1. Cherry+Deepseek API（only for open research）
        
    2. FastRAG+Gema？3 small（local）
        
4. DeepResearch try 两个：
    
    1. Open Deep Research
        
    2. Grok+？？
        
5. 其他工具
    
    1. LM Studio
        
    2. Gemma3（1B，1B, 4B, 12B？？,）
        
    3. Memary
        
6. Open deep research测试，这个是深入研究和系统分析的核心工具