cognis-digital/recall

``` pip install cognis-recall recall scan . # → prioritized findings in seconds ``` ## 🔎 示例输出 该工具真实且可复现的输出 — 完全离线运行： ``` $ recall-emit --version recall 0.1.0 ``` ``` $ recall-emit --help usage: recall [-h] [--version] [--format {table,json}] [--vault VAULT] [--passphrase PASSPHRASE] {relevant,add,audit} ... Privacy-first local RAG over personal data. positional arguments: {relevant,add,audit} relevant retrieve most relevant documents add add a document to the vault audit show / verify the audit log options: -h, --help show this help message and exit --version show program's version number and exit --format {table,json} --vault VAULT --passphrase PASSPHRASE ``` **结果格式示例** _(仅为说明性数据 — 请在您自己的数据上运行以获取真实结果)：_ ``` { "findings": [ { "id": "1234567890", "title": "Suspicious Network Traffic", "description": "Potential malicious activity detected on port 443.", "created_by": "John Doe", "created_at": "2023-02-16T14:30:00Z" }, { "id": "2345678901", "title": "Unusual File Access", "description": "An unknown process accessed a sensitive file.", "created_by": "Jane Smith", "created_at": "2023-02-17T10:45:00Z" } ] } ``` ## 逐步使用指南 1. **安装** (Python 3.9+)： pip install recall # 或者：pipx install recall 2. **将文档添加到您的加密库中。** 提供标题以及内联文本或文件，以及可选的标签。库路径默认为 `recall.vault`（可通过 `--vault` 或 `RECALL_VAULT` 覆盖）： recall add "Q1 notes" --file notes.md --tag work --tag planning 3. **检索最相关的文档**以响应查询（使用 `-k` 控制数量）： recall relevant "runway and burn rate" -k 5 4. **获取机器可读的输出**以便通过管道传递给其他工具： recall --format json relevant "runway and burn rate" -k 3 5. **读取结果。** `relevant` 返回按相关性排序的 top-k 匹配文档；所有数据都将保存在本地并加密存储于库中。 6. **通过防篡改的审计日志验证完整性**： recall audit ## 目录 - [为什么使用 recall？](#why) · [功能](#features) · [快速开始](#quick-start) · [示例](#example) · [架构](#architecture) · [AI stack](#ai-stack) · [对比](#how-it-compares) · [集成](#integrations) · [随处安装](#install-anywhere) · [相关项目](#related) · [贡献](#contributing) ## 为什么使用 recall？ 针对个人数据的隐私优先本地 RAG — 加密、带审计日志 — 无需搭建重量级的基础设施。 `recall` 专注于单一功能，支持脚本化且可自托管：将其指向目标，以您的工作流所使用的格式（表格 · JSON · SARIF）获取优先排序的结果，将其作为 CI 的门禁，并允许 agent 通过 MCP 驱动它。 ## 功能 - ✅ Derive Key - ✅ Add Document - ✅ Relevant - ✅ 支持 Linux/macOS/Windows · Docker · devcontainer 运行 - ✅ 提供 Python, JavaScript, Go 和 Rust 版本 (`ports/`) ## 快速开始 ``` pip install cognis-recall recall --version recall scan . # scan current project recall scan . --format json # machine-readable recall scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ recall scan . [HIGH ] REC-001 example finding (./src/app.py) [MEDIUM ] REC-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[target / manifest] --> P[recall
checks + rules] P --> OUT[findings (JSON / SARIF)] ``` ## 从任何 AI stack 中使用 `recall` 可以与所有流行的 AI 使用方式互操作： - **MCP server** — `recall mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **OpenAI-compatible / JSON** — 将 `recall scan . --format json` 通过管道传递给任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 只需一行代码即可将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI pipeline 提供 exit code 和 SARIF ## 对比 | | **Cognis recall** | ollama | |---|:---:|:---:| | 可自托管，无需账号 | ✅ | 视情况而定 | | 单一命令，零配置 | ✅ | ⚠️ | | 面向 CI 的 JSON + SARIF | ✅ | 视情况而定 | | MCP 原生 (AI agent) | ✅ | ❌ | | 多语言端口 (JS/Go/Rust) | ✅ | ❌ | | 开源协议 | ✅ COCL | 视情况而定 | *秉承 **ollama/ollama** 的精神，以 Cognis 的方式重新构建。遗漏了致谢？欢迎提交 PR。* ## 集成 可接入您的技术栈：用于代码扫描的 **SARIF**，适用于任何场景的 **JSON**，面向 AI agent 的 **MCP server** (`recall mcp`)，以及用于 SIEM/Slack/Jira 的 webhook 转发器。请参见 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 安装 — 全方式、全平台 ``` pip install "git+https://github.com/cognis-digital/recall.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/recall.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/recall.git" # uv pip install cognis-recall # PyPI (when published) docker run --rm ghcr.io/cognis-digital/recall:latest --help # Docker brew install cognis-digital/tap/recall # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/recall/main/install.sh | sh ``` | Linux | macOS | Windows | Docker | Cloud | |---|---|---|---|---| | `scripts/setup-linux.sh` | `scripts/setup-macos.sh` | `scripts/setup-windows.ps1` | `docker run ghcr.io/cognis-digital/recall` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关的 Cognis 工具 - [`optout`](https://github.com/cognis-digital/optout) — 自动化数据经纪人退订引擎 — 覆盖前 50 名经纪人，支持 CCPA/GDPR 信函 - [`vaultmap`](https://github.com/cognis-digital/vaultmap) — 个人资产与账户清单 — 达到遗产规划级别的加密 - [`breachwatch`](https://github.com/cognis-digital/breachwatch) — 个人数据泄露聚合器 — HIBP + DeHashed + stealer-log 分拣 - [`piicomb`](https://github.com/cognis-digital/piicomb) — 在本地文件中发现 PII — SSN/CC/passport/DL/email/phone/DOB - [`trackblock`](https://github.com/cognis-digital/trackblock) — 家庭手机跟踪软件审计 — MVT 级别的 iOS/Android 取证 - [`privacyshell`](https://github.com/cognis-digital/privacyshell) — 强化版浏览器配置生成器 — Firefox / LibreWolf / Brave **探索全套工具 →** [🗂️ 全部 170+ 个工具](https://github.com/cognis-digital/cognis-neural-suite) · [⭐ awesome-cognis](https://github.com/cognis-digital/awesome-cognis) · [🔗 cognis-sources](https://github.com/cognis-digital/cognis-sources) · [🤖 uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet) · [🧠 engram](https://github.com/cognis-digital/engram) ## 互操作性 `{}` 可与包含 300+ 工具的 Cognis 套件组合 — JSON 输入/输出以及共享的 OpenAI 兼容 `/v1` 骨干网络。请参见 **[INTEROP.md](INTEROP.md)** 了解套件图谱、组合模式以及参考技术栈。 ## 许可证 源代码可见，基于 **Cognis Open Collaboration License (COCL) v1.0** 授权 — 可免费用于个人、内部评估、研究和教育用途；**商业 / 生产环境使用需要许可证** (licensing@cognis.digital)。请参见 [LICENSE](LICENSE)。

标签：Python, 个人知识管理, 可视化界面, 审计日志, 数据加密, 数据可视化, 无后门, 日志审计, 本地RAG, 网络安全, 请求拦截, 逆向工具, 隐私保护