目标受众
拥有大量本地文件的Mac用户,包括开发者、研究人员、内容创作者,注重隐私且需要跨文件类型搜索
使用场景
- 用自然语言搜索本地所有文件,包括文字、图片、代码、PDF等
- 通过语义理解找到相关文件,即使关键词不完全匹配
- 搜索图片中的文字内容或视频中的场景
- 完全离线使用,确保敏感文件不被上传到任何服务器
设计初衷
Omni的设计理念是将所有文件类型放入一个统一的向量空间,用户可以用自然语言进行跨模态搜索。开发者Han Xiao(Jina AI创始人)将其定位为100%本地运行的搜索引擎,强调隐私和离线能力。
解决什么问题
macOS自带的Spotlight搜索基于关键词匹配,无法理解语义,且不支持图片/视频内容搜索。Omni通过本地AI模型实现语义理解和跨模态搜索,让用户能用自然语言找到任何类型的本地文件。
评分理由
跨模态语义搜索+完全本地运行的组合非常有吸引力,Han Xiao的技术背景也增加了可信度。但本地AI模型对硬件要求较高,搜索质量依赖模型能力,且目前仅支持macOS。
对标竞品
Spotlight是系统自带搜索,基于关键词匹配,不支持语义搜索和跨模态搜索;Omni的AI能力远超Spotlight
Recoll是开源的本地全文搜索工具,但不支持AI语义搜索和多模态搜索;Omni更现代且功能更强
DEVONthink是知识管理工具,有AI分类功能但不是搜索引擎;Omni专注于搜索这一核心功能