今天在 GitHub Trending 上看到一个有意思的项目：Hister，它把「搜索引擎」这件事重新交回你自己手里——对浏览过的网页和本地文件做全文索引，随时随地找回看过的任何内容，而这一切默认不上传任何云端。

一、项目概述

Hister 是一套自托管的私有搜索引擎，定位是「你访问过的页面 + 你保存的文件」的专属索引库。它解决的痛点非常具体：我们每天在浏览器里看过大量文章、文档、教程，但几天后想重新找到某句话、某个配置片段时，只能模糊地回忆「好像在某个标签页里看过」，传统的浏览器历史搜索又极其孱弱。

核心特性可以归纳为几点：

  • 隐私优先：默认没有任何遥测、不绑定任何强制云服务，可以完全跑在自己本机或自己掌控的服务器上。
  • 全文索引：索引的是页面和文件的真实内容，而不是只有标题和 URL。
  • 多端检索：提供网页界面、终端 TUI、命令行，以及面向 AI 助手的 MCP 客户端。
  • 浏览器自动采集：通过 Firefox / Chrome 扩展，自动把新访问的页面存进 Hister。
  • 强大查询语法：支持字段过滤、短语、通配符、否定、别名、结果优先级等。
  • 可选的语义搜索：接入你配置的 embeddings 端点，按「意思」而非关键词找文档。
  • 多用户与导入：支持浏览器历史导入与网站爬取，共享服务器上每个用户的数据彼此隔离。

项目采用 AGPLv3 许可证，由 asciimoo（SearXNG 等知名开源项目的作者）主导开发。

二、技术原理

架构概览

从仓库的 go.mod 与 Dockerfile 可以拼出 Hister 的整体技术骨架：

  • 后端：Go 语言（go 1.26+，构建时开启 CGO_ENABLED=1 以链接 SQLite 等 C 依赖），使用 Cobra/Viper 做 CLI 与配置，Zerolog 做日志。
  • 全文检索引擎：依赖 blevesearch/bleve/v2，这是 Go 生态里成熟的嵌入式全文索引库，Hister 把网页正文和文件内容灌进去建立倒排索引。
  • 终端 UI：基于 Charm 家族的 bubbletea / charm.land 的 bubbles、lipgloss 构建 TUI，配合 colorprofile 做色彩适配。
  • 网页正文抽取：go-readability 提取正文、goquery 解析 DOM、bluemonday 做 HTML 清理，保证索引的是干净内容而非导航噪声。
  • 无头浏览器爬取：chromedp 用于抓取和渲染页面，配合 temoto/robotstxt 遵守爬虫协议。
  • 文件解析：asciimoo/pdf、mmonterroca/docxgo 解析 PDF / Word，niklasfasching/go-org、gomarkdown/markdown 处理 Org / Markdown 等格式。
  • 存储：gorm 搭配 mattn/go-sqlite3（本地）与 pgx / gorm.io/driver/postgres（多用户/服务端）两套驱动。
  • 前端：Svelte 多 workspace（app / website / components / ext），Vite 构建，嵌入 Go 二进制（server/static/app/）。

数据流

一次典型的索引流程大致是：浏览器扩展或爬虫捕获页面 → chromedp/go-readability 抽取正文 → 语言检测（lingua-go）与分词 → bleve 建立全文索引 → 存入 SQLite/Postgres 元数据。检索时则走 bleve 的倒排索引做关键词匹配，若开启语义搜索则额外调用 embeddings 端点做向量召回并融合排序。

构建与部署

Dockerfile 采用多阶段构建，最终镜像基于 alpine:3.24，非 root 用户运行，监听 0.0.0.0:4433，并内置 /health 健康检查与 yt-dlp 二进制（用于媒体相关抓取）。本地最简启动只需一个二进制：

./hister listen

三、安装与快速开始

环境要求

  • 本地运行：下载对应平台的二进制即可，零配置。
  • 从源码构建：需要 Go 1.26+、npm、以及支持 CGO 的 C 编译器。

安装步骤

  1. 从 latest release 下载对应平台二进制，重命名为 hister（Windows 为 hister.exe）。

  2. Linux / macOS 赋予可执行权限：

    chmod +x hister

  3. 启动服务：

    # Linux / macOS
./hister listen

# Windows（PowerShell）
.\hister.exe listen

  4. 打开 http://127.0.0.1:4433，并安装 Firefox 或 Chrome 浏览器扩展，新访问的页面会自动进入索引。

从源码构建

git clone https://github.com/asciimoo/hister.git
cd hister
./manage.sh build

Web 端热重载开发：

npm run serve:app

四、使用方法与实战

基础用法

启动后，最直接的方式是打开网页界面搜索。Hister 的查询语法相当灵活，支持：

  • 字段过滤：限定在标题、URL、标签等字段搜索；
  • 短语与通配符：用引号包裹短语，用 * 做模糊匹配；
  • 否定：用 - 排除某些词；
  • 别名与优先级：为常用检索配置别名、为重要来源加权。

终端与 MCP

除了网页，Hister 还提供命令行与 TUI。更值得关注的是 MCP 客户端——这意味着你可以把它接入 AI 助手，让模型在回答时「查阅你自己的浏览与文件历史」，相当于给你的私人知识库装上检索接口。

语义搜索（进阶）

若希望按「意思」而非关键词召回，可在配置里接入一个 embeddings 端点。需要注意：开启后文档文本会被发送到你选择的 embeddings 服务，因此远端集成前务必审视隐私影响。

# 配置文件（config.yml）中的语义搜索示例结构
semantic_search:
  enabled: true
  embeddings_endpoint: "http://your-embeddings-endpoint"

导入已有历史

完整 quickstart 支持导入既有浏览器历史，并让你选择 Hister 索引哪些内容——这对「想从第一天起就有完整检索能力」的用户非常关键。

五、常见问题与解决方案

  • 浏览器扩展装好了但不索引？ 检查扩展是否指向你运行的 Hister 服务地址（默认 http://127.0.0.1:4433），以及服务是否正在 listen。

  • 从源码构建报 CGO / 编译器相关错误？ Hister 依赖 CGO（SQLite 等），请确保系统已安装 C 编译器（如 gcc）且 CGO_ENABLED=1，Go 版本不低于 1.26。

  • 语义搜索开启后担心隐私？ 语义搜索会把文本发往你配置的 embeddings 端点。若使用远端服务，请只索引可公开的内容，或自建本地 embeddings 服务。

  • Docker 容器启动后无法访问？ 默认监听容器内 0.0.0.0:4433，宿主机映射端口需自行暴露；可用 /health 端点做健康检查排查。

  • 多用户数据是否隔离？ 支持多用户，每个用户的文档与检索结果在服务端彼此分离，适合在共享服务器上部署。

六、总结

Hister 把「个人搜索」这件本该属于用户自己的事，用一套自托管、隐私优先、全文索引的方案重新实现：本地零配置即可跑，浏览器扩展自动采集，网页/终端/MCP 多端检索，还能按需开启语义搜索。对长期被「看过但找不回」困扰、又不想把浏览历史交给大厂的人来说，它是一个值得长期自托管的好选择。

项目地址：github.com/asciimoo/hister · 演示：demo.hister.org