AI 对话与 RAG 问答
是什么
Molore的 AI 对话不是和一个「什么都知道一点」的通用模型聊天，而是让 AI 基于你自己的知识库回答——这就是 RAG（检索增强生成）：
- 你提问后，系统先用融合检索在你的笔记、剪藏、知识卡片里找到相关内容；
- 命中的片段作为「参考资料」随问题一起交给当前选中的模型；
- 模型基于这些资料生成答案，答案带引用溯源，你能看到每句话出自哪条内容。
两条关键的可信口径：
- 零命中明确拒答：你的库里没有相关内容时，AI 会直接说找不到，而不是凭印象编造；
- Prompt 注入防护：参考资料在发送时被标记为「数据，不是指令」——就算你的某条剪藏里写着「忽略之前的指令」，也不会被当作指令执行；参考资料中出现的链接也不会被复述进回答。
怎么用
发起对话
- 底部对话输入栏：任意页面底部的输入栏随时提问，可切换提问范围——个人脑 / 网络脑 / 双脑融合；
- 桌面端快捷键：按 Ctrl+Shift+J 唤起对话面板并自动聚焦输入框，问完即走；
- 问出来 → AI 问答：知识图谱视角的问答入口，答案中的《条目名》会渲染成直达链接，并附来源标记。
查看与延续对话
「问出来 → 对话历史」里保存着所有会话，可以回看、继续追问，也可以把有价值的问答沉淀回知识库。
选择模型
右下角 LLM 控制台切换当前模型，全站所有 AI 入口自动跟随。三条通道（本地免费 / BYOK 自付 / 平台按量）的差异与费用见模型与计费。
场景举例
- 问自己：「我这个月记了哪些关于睡眠的观察？」——答案只出自你的个人脑笔记，并附引用；
- 问资料：调研剪藏了一堆文章后，直接问「这些资料对 XX 的主流观点是什么，分歧在哪」；
- 离线问答：选本地 Ollama 模型后，检索与生成全程在本机完成，断网也能问。
注意事项
- 答案质量取决于两个因素：你库里有没有相关内容，以及所选模型的能力。本地小模型胜在免费与隐私，复杂推理可切到更强的模型；
- AI 只能命中已完成向量化的内容，刚导入的大批材料请稍等再问；
- 选云端模型（BYOK 或平台按量）时，被检索命中的资料片段会随提问发往对应厂商；介意隐私的问题请切本地模型；
- 免费平台模型有每日 10 次的共用额度，按量模型则扣云端余额，详见模型与计费；
- AI 的回答是「基于你资料的阅读理解」，重要结论请顺着引用回原文核实。
常见问题
AI 会编造我库里没有的内容吗？ 机制上做了两道防线：检索零命中时明确拒答；回答必须基于注入的参考资料并给出引用。但模型仍可能对资料理解偏差，引用溯源就是留给你核实的。
我的笔记会被上传到云端吗？ 检索在你的库内完成。只有把命中的片段发给模型这一步涉及外传——选本地 Ollama 模型则全程不出你的机器。
对话记录保存在哪里？ 会话持久化在你的数据库里，可在「问出来 → 对话历史」查看和续聊，不会用于训练。
Ctrl+Shift+J 没反应？ 该快捷键是桌面端注册的全局热键，请确认使用的是桌面端且程序在托盘常驻；网页端直接使用页面底部的输入栏即可。