coco-AI 把语雀当作语料库做检索

说在前面，这个功能需要在语雀后台申请 Personal Access Token。使用的需要超级会员的（不是邀请新用户给的专业会员），所以需要付费使用。

Coco-AI 接入自定义数据源

之前使用 Hugo Connector 接入和 hexo 和任意 Markdown，后来官方也支持了对于任意数据源的支持，主要是开放了这个接口：

具体操作如下：

Coco-AI 支持嵌入，让你的网站支持 AI 搜索

在之前的文章中，我们让 Hexo，hugo 博客 支持了 coco AI 检索，也就是说我们还得使用客户端来检索，那是不是把搜索放在博客上呢？

之前我们介绍过如何通过 Coco-AI 检索 Hugo 和 Hexo 的文件结构。这种方式虽然适合博客类内容，但对于一些零碎的笔记或者并非建站类的 Markdown 文件，显然不够灵活。

为了解决这个问题，我写了一个适配器（connector），并发布了对应的 Docker 镜像，来实现任意 Markdown 文件目录的元数据整理与 API 暴露：

在之前的文章中，我们成功让 Coco AI 检索 Hugo 博客，这对于博客作者来说是一大福音。然而，从 Hexo 迁移到 Hugo 的成本不容小觑，毕竟大多数开发者对 Node.js 更熟悉，而 Golang 相对陌生。那么，既然 Coco AI 官方尚未支持 Hexo，是否有办法让它兼容 Hexo 呢？

当然可以！💡 既然 Coco AI 依赖的是 Hugo 生成的 index.json 进行检索，那我们干脆在 Hexo 中实现 **相同结构的 index.json**，这样就可以直接复用 Hugo 的数据结构，避免字段不兼容导致的潜在 Bug。

接下来，我们将从 0 到 1 实现 Hexo 的智能检索功能！ 🚀

📌 1. 安装 Hexo 并切换到 Next 主题

首先，我们需要安装 Hexo 并设置 Next 主题。

安装 Hexo

1
2
3
4

pnpm install -g hexo-cli
hexo init my-blog
cd my-blog
pnpm install

在此前的文章中，我们介绍了如何使用 Coco Server 连接 Notion，实现智能内容检索。本次，我们将进一步探索如何在 Coco Server 最新版本 中集成 Hugo Site，以便对 Hugo 站点 进行高效检索。

Coco Server 部署方式

要在本地或服务器上运行 Coco Server，可以借助 Docker 进行快速部署。

1. 直接运行 Coco Server（默认配置）

执行以下命令，快速启动 Coco Server（版本 0.2.2-2000）：

1

docker run -d --name cocoserver -p 9000:9000 infinilabs/coco:0.2.2-2000

此命令将在后台运行 Coco Server，并将 9000 端口 映射到本机，以便通过 Web UI 进行访问。

近日，极限科技的 Coco AI 正式发布。作为一款完全开源、跨平台的统一 AI 搜索与效率工具，Coco AI 能够无缝连接并搜索多种数据源，包括本地应用程序、文件以及云端平台如 Google Drive、Notion、语雀和 Hugo 等。通过集成 DeepSeek 等先进的大模型，Coco AI 不仅实现了智能化的个人知识库管理，还特别注重用户隐私，支持私有部署，帮助用户更快速、更智能地访问和管理信息。

Coco AI

本次发布的是 Coco AI 的首个预览版本，目前支持 MacOS 12 及以上操作系统。无论你是知识管理爱好者还是效率工具控，Coco AI 都值得一试。

• 项目主页: https://coco.rs/
• 开源地址:
  • 桌面应用端: https://github.com/infinilabs/coco-app/
  • 服务端: https://github.com/infinilabs/coco-server

Coco AI 分为客户端（APP）和服务端（Server），目前客户端仅提供 MacOS 版本，而服务端则支持 MacOS 和 Linux。今天，我们将重点体验客户端的使用。

下载与安装

首先，从项目主页或 GitHub 仓库下载 Coco AI 的安装包。安装过程简单直观，只需几步即可完成。

Coco AI 再升级，全图形化配置 RAG

在《Coco AI APP 初体验：开启智能知识管理新篇章》和《打造智能语料库：通过 Coco AI Server 实现 Notion 笔记 RAG 检索功能》中，我介绍了 Coco AI 的第一个版本 ，我们我需要调用服务端的接口来手动添加数据源和配置登录信息，见那么在 0.2 的版本中，极限科技又开发了一个管理页面用来处理这些繁琐的信息。

同时这次更新也带来了全平台的支持，当然如果你愿意也可以自己编译源代码。

CoCo Server 部署 RAG，使用 Notion 作为语料库（上）

1. 启动 Easysearch，这里把 Easysearch 作为语料库，把 notion 的素材存在 Easysearch

2. 启动 ollama，使用 LLM 进行推理

3. 启动 Coco Server，端口在 9000