本文基于官方 README_CN.md 快速开始与 .env.example（main 分支，2026-09 核对）整理，
并按本机实测环境做了定制：已完成的步骤给出复核命令，待执行的步骤给出本机实值。
全程不使用表格；所有 <尖括号> 都是需要自行替换的占位符，本机对应的真实值见第十五节。

---

一、本机环境实况（2026-09-25 实测）

硬件

你有没有过这样的时刻：想找一个几个月前记下的结论，明知它就躺在某个笔记文件夹里，却怎么也想不起文件名；或者同一个概念在三四个目录里都写过笔记，彼此的说法早就对不上了。

关键词搜索只能帮你定位文件，不能帮你回答问题。个人知识管理的下一步，是让积累的文档变成一个可以直接提问的知识库——你问"X 和 Y 是什么关系"，它基于你自己的笔记给出有出处的回答。

这正是 OpenWiki personal 模式要做的事：把你散落各处的本地目录接入为数据源，由 AI 把原始素材合成为结构化的"个人大脑"，然后你就可以和它对话了。对重度笔记用户来说，本地目录恰恰是个人知识资产的主体——云端工具再方便，也替代不了硬盘里那几个攒了多年的文件夹。能否把本地目录可靠地接进来，决定了个人知识库工具的真实价值。

2026年5月11日，面壁智能联合清华大学及OpenBMB开源社区正式发布并开源了新一代端侧多模态大模型MiniCPM-V 4.6。这款仅1.3B参数的模型，仅需约6GB内存即可流畅运行。

一、核心特性：小身板蕴含大能量

1.1 极致轻量化，端侧部署门槛大幅降低

• 参数规模：仅1.2B参数，是MiniCPM-V系列有史以来参数规模最小的一款
• 内存需求：端侧设备仅需约6GB内存即可流畅运行
• 模型体积：Q4_K_M量化版本总大小约1.6GB（LLM 0.5GB + mmproj 1.1GB）
• 支持平台：全面适配iOS、Android、HarmonyOS三大主流移动操作系统

产品定位

QMD（Query Markup Documents）是一款运行在本地设备上的智能文档搜索引擎，专为个人笔记、会议记录、文档和知识库的检索场景设计。

它的核心特征可以概括为三个维度：

• 本地运行，保护隐私：所有数据和处理均在本地完成，基于 GGUF 模型通过 node-llama-cpp 运行，无需联网，无需担心数据泄露
• 关键词 + 自然语言双模搜索：融合 BM25 全文检索、向量语义检索与 LLM 重排序能力，既支持精准的关键词匹配，也理解自然语言的语义表述
• AI Native，专为 Agent 设计：提供 MCP 协议集成、结构化 JSON 输出、HTTP 传输模式等多种适配 AI Agent 工作流的接口

参考B站UP 陶渊xiao明 的视频，自定义一个AI新闻聚合工作流。

📌 本文内容：
✅ 使用多个新闻 API 获取 AI 相关新闻 🔍
✅ 使用DeepSeek-V3.1 API，AI 翻译 & 整理新闻 🧠
✅ 低成本搭建 钉钉群 自动推送机器人 🤖