Samuraizer — 网络安全知识库引擎

NotebookLM 的强化版——专为安全研究人员打造。

GitHub last commit

💡 为什么选择 Samuraizer？

每个安全研究人员都有这种感觉——你发现了一个有趣的 GitHub 仓库、一篇新的 CVE 文章、一篇关于新利用技术的博客。你把它转发到自己的 WhatsApp 上。它立刻淹没在聊天记录中。几周后你真正需要那篇文章时——却找不到了。

别再给自己发送那些再也找不到的链接了——一次性发送给 Samuraizer，它们会被总结、打标签，并永久可搜索。

之前 😵	之后 🗡️
_{散乱的链接淹没在聊天记录中}	_{已分析、打标签，随时可被找到}

🔐 本地优先隐私（仅本地功能）

🎯 额外隐私模式（仅本地）——使用 ollama 运行，所有数据保留在你的机器上。

🗄️ 本地向量存储于 samuraizer.db + 通过 Ollama 的本地 AI 嵌入。
⚡ 拉取模型后完全离线工作（ollama pull qwen3:4b，ollama pull qwen3-embedding:8b）。
✅ 非常适合需要气隙/隔离环境的安全团队和研究人员。

🧩 你得到的（概览）

🔍 分析——粘贴 URL，实时查看结果

📝 粘贴一个或多个 URL（GitHub 仓库、CVE 文章、博客文章、YouTube 视频）——结果实时流式返回
📄 直接从浏览器或 Telegram 上传文件——提取全文、分析、存储，并在 UI 中可查看
- 支持格式：.pdf，.docx，.pptx，.txt，.md
🗞️ 博客扫描器：粘贴博客主页，一键提取所有文章链接进行批量分析
✨ 推荐阅读：每次会话在“分析”标签页上呈现一篇未读的相关条目，以保持你的队列推进

🗂️ 知识库

✏️ 内联标签编辑（在条目、订阅源和列表项上添加/删除标签）
🔎 语义搜索（通过 Gemini 嵌入进行向量搜索）+ 经典全文搜索
🧩 标签云 + 多重过滤（按标签、类别、来源、列表、已读/有用）
📚 列表管理——将条目分组到手动列表、RSS 列表或频道列表中
👁️‍🗨️ 悬停预览（摘要卡片）和快速复制按钮

🗺️ 知识图谱

将你的整个知识库可视化为交互式力导向图
条目和标签是节点——边显示哪些标签链接到哪些文章
单击预览条目；双击打开原始 URL
按类别颜色编码（CVE、文章、工具、视频、博客等）
搜索标签以高亮图中相关聚类

📡 RSS 订阅源与 YouTube 订阅

添加 RSS/Atom 订阅源——服务器每小时轮询，自动提取并总结新帖子
新帖子自动添加到知识库
每个订阅源成为一个独立的列表，便于批量审查
订阅源条目显示来源元数据，可以像任何条目一样打标签/过滤

🎥 YouTube 频道订阅

通过 URL 订阅 YouTube 频道（例如 https://www.youtube.com/@handle、/channel/UCxxx）
在订阅前预览最新视频，并选择要分析的视频
订阅后，所选视频立即被分析；未来上传每小时自动轮询
通过 /yt-channels API 运行，并在 UI 的 RSS/YT 部分显示

🤖 Telegram 机器人（可选）

发送任何 URL 给机器人——它通过相同的后端进行分析，并返回格式化的卡片
发送 PDF 文件——它下载、分析，并返回带有查看/下载文件链接的结果卡片
分析运行时实时流式传输进度更新
接收推荐阅读通知——机器人主动呈现未读条目

_{分析 URL}

_{每日推荐阅读}

💬 聊天（RAG + 流式 + 固定上下文）

基于你的知识库提问——答案引用自最匹配的条目
⚡ 流式响应，实时打字，并显示每条来源的相关性分数
🗂️ 多个聊天会话，保存历史记录，并可选择模型
📌 将特定文章固定为上下文——输入 @ 自动补全，或使用 @ 浏览按钮
- 当条目被固定时，Gemini 仅从那些文章中回答——无需 RAG 噪音
- 固定条目在输入框上方显示为芯片；来源显示 📌 徽章代替分数
- 非常适合深度钻研特定 PDF、文章或 CVE

_{带来源分数的 RAG 聊天}

_{固定上下文的聊天}

[!IMPORTANT] 塑造 Samuraizer 的未来！ 我们目前正在对新功能（如本地 LLM 和 Obsidian 导出）进行投票。 在此处投票！

🏗 架构（高层次）

flowchart LR
  Browser[浏览器 UI] -->|HTTP| Frontend[React 前端]
  Frontend -->|REST/NDJSON| Backend[Flask API]
  Backend -->|SQL| SQLite[(samuraizer.db)]
  Backend -->|API| Gemini[Gemini 2.5 Flash]
  Backend -->|local API| Ollama[Ollama - 本地 LLM]
  Backend -->|GitHub API| GitHub[GitHub]
  Backend -->|RSS| RSS[RSS 订阅源]
  Telegram[Telegram 机器人] -->|HTTP| Backend

🧠 工作原理（端到端）

通过 Web UI（或 Telegram 机器人）提交 URL 或 PDF。
后端判断类型（GitHub 仓库、博客文章、RSS 订阅源、PDF 等）并获取/提取内容。
内容发送给 Gemini 2.5 Flash 以生成：
- 简洁摘要
- 类别和标签
- （可选）用于语义搜索的嵌入
结果存储在 samuraizer.db 中，并呈现在前端。
前端允许你：
- 按标签、类别、来源、列表、已读/有用标志过滤
- 内联编辑标签（通过 PATCH /entries/<id> 持久化更新）
- 使用语义搜索（基于 Gemini 嵌入的向量搜索）
RSS 订阅源定期轮询；新帖子自动提取。

🧰 技术栈

层	技术/库
后端	Python，Flask，SQLite，feedparser，PyMuPDF
LLM	Gemini 2.5 Flash（Gemini API），Ollama（本地可选）
前端	React 18，Vite，Tailwind CSS
机器人	python-telegram-bot v20
转录	transcriptapi.com

🚀 设置

选择你偏好的设置方式：

⚙️ 本地设置（手动安装）

0) 克隆仓库 📥

git clone https://github.com/zomry1/Samuraizer.git
cd Samuraizer

1) 配置 🔐

复制 .env.example 到 .env 并填入你的值。你也可以打开 Web UI，转到设置标签，在保存前调整设置（提供商、API 密钥、Ollama 模型名称、嵌入模型名称）。

cp .env.example .env

变量	必填	获取方式
`LLM_PROVIDER`	否	`gemini`（默认，云端）或 `ollama`（本地）
`GEMINI_API_KEY`	使用 `gemini` 时	Google AI Studio → 获取 API 密钥
`OLLAMA_URL`	使用 `ollama` 时	Ollama API URL（默认：`http://localhost:11434`）
`OLLAMA_MODEL`	使用 `ollama` 时	推理模型（默认：`qwen3:14b`）
`OLLAMA_EMBED_MODEL`	使用 `ollama` 时	嵌入模型（默认：`qwen3-embedding:8b`）
`TELEGRAM_BOT_TOKEN`	否	通过 Telegram 上的 @BotFather 创建机器人
`GITHUB_TOKEN`	否	GitHub → 设置 → 开发者设置 → 个人访问令牌 — 将 API 频率限制从 60 提高到 5000 次/小时
`TRANSCRIPTAPI`	否	transcriptapi.com/dashboard/api-keys — YouTube 转录获取所必需
`SAMURAIZER_URL`	否	后端 URL（默认：`http://localhost:8000`），供 Telegram 机器人使用

🏠 本地模式（Ollama）

使用 Ollama 完全离线运行 Samuraizer：

# 安装 Ollama CLI（取决于平台）
# macOS
curl -fsSL https://ollama.com/install.sh | sh

# Windows
irm https://ollama.com/install.ps1 | iex

# Linux（Ubuntu/Debian）
curl -fsSL https://ollama.com/install.sh | sh

# 启动 Ollama 服务
ollama serve

# 安装模型
ollama pull qwen3:4b            # 推理
ollama pull qwen3-embedding:8b  # 嵌入

# 在 .env 中设置提供商
LLM_PROVIDER=ollama

如果你已有 Gemini 嵌入，切换到 Ollama 将在下次启动时自动清除它们（维度不匹配）。通过 UI 或 POST /entries/embed-all 重新嵌入。

2) 安装依赖 📦

# 创建并激活虚拟环境
python -m venv .venv
source .venv/bin/activate  # 在 Windows 上：.venv\Scripts\activate

pip install -r requirements.txt

cd frontend
npm install
cd ..

Samuraizer

最受欢迎