InkCop 采用**本地优先（Local-First）**的多数据库协同架构。所有学术数据均存储在用户本地设备，多种专业数据库各司其职、协同工作，在保护隐私的同时实现媲美云服务的检索性能。

架构设计原则

数据主权在你手中

InkCop 的核心设计原则是：你的学术数据永远不离开你的设备（除非你主动调用云端 AI 接口）。这意味着：

• 未发表论文的内容、思路、研究数据：✅ 仅存于本地
• 私人文献库及标注：✅ 仅存于本地
• 对话历史及 AI 输出：✅ 仅存于本地
• 调用云端 LLM 时：仅传输你发送的消息，不传输知识库内容

为什么需要多种数据库？

学术知识管理涉及多种数据类型，每种类型都有最适合的存储和检索方式：

四大核心数据库

1. SQLite / SQLCipher — 结构化数据的基石

SQLite 是世界上使用最广泛的嵌入式关系型数据库。InkCop 在此基础上使用了 SQLCipher 加密变体。

存储内容：

• 应用设置与用户配置
• 对话历史、Thread 记录
• 信号任务队列（异步处理调度）
• 引用记录与验证状态
• 笔记、待办事项

安全特性：

• 可选的数据库级 AES-256 加密（SQLCipher）
• 支持加密导出归档
• 跨平台兼容（Windows/macOS/Linux）

2. ObjectBox — 文献知识库的高性能引擎

ObjectBox 是专为移动和桌面端设计的超高性能对象数据库，读写速度比 SQLite 快 5-15 倍。

存储内容：

• 知识库中的所有文献文档（Document）
• 文档分片（Chunk）及其元数据
• 向量嵌入数据（Embedding）
• 知识库配置与统计缓存

HNSW 向量索引： ObjectBox 内置了 HNSW（分层可导航小世界） 向量索引算法，支持在数百万文档分片中进行亚毫秒级的近似最近邻（ANN）检索。这是 InkCop 语义搜索能力的核心引擎。

用户查询 → 文本向量化 → HNSW 向量检索 → Top-K 相关分片 → 上下文注入 → AI 回答

3. Kuzu — 知识图谱的图数据库

Kuzu 是一款高性能的嵌入式图数据库，专门用于存储和查询实体关系网络。

存储内容：

• 知识实体（Entity）：人名、机构、概念、术语等
• 实体间关系（Relation）：发表于、引用了、属于、提出了等
• NLP 概念节点（Concept）：语义级别的知识单元
• 社区（Community）：相关概念的聚类群组

知识图谱检索的优势：

传统 RAG（向量检索）只能找到语义相似的段落，但无法理解实体之间的关系。Kuzu 使得 InkCop 可以回答如下问题：

• “在知识库中，哪些论文引用了 BERT 模型，且发表于 Nature 系列期刊？”
• “找出与’Transformer 架构’相关的所有核心概念及其联系”
• “这篇论文的作者还在哪些知识库文献中出现过？“

4. 向量数据库（HNSW 索引）— 对话记忆检索

除了知识库文档向量外，InkCop 还为对话历史维护一套独立的向量索引，实现”全局记忆”功能：

• 每次对话结束后，将该次对话的问答对向量化存储
• 开始新对话时，自动检索历史中与当前问题语义相关的对话记录
• 将相关历史记忆注入系统提示词，实现真正的长期记忆

数据协同工作流

以下是一次”语义检索”的完整数据流：

1. 用户提问 → 主智能体解析意图
      ↓
2. 调用知识库搜索工具：
   ├─ ObjectBox HNSW → 向量语义相似度检索（Top-K 分片）
   └─ Kuzu 图查询 → 实体关系路径检索
      ↓
3. 结果融合：向量分数 + 图谱关系权重 → 重排序
      ↓
4. SQLite → 查询对应文档的元数据（标题、作者、引用信息）
      ↓
5. 检索结果注入上下文 → 调用云端 LLM 生成回答
      ↓
6. 返回带有可溯源引用的 AI 回答

整个过程中，云端 LLM 只接收到你的提问 + 检索到的相关段落，从不接触你完整的知识库。

本地模型支持：完全断网运行

InkCop 支持通过内置的 llama.cpp 服务运行本地模型（如 Qwen、Llama 等）。启用本地模型后：

• 推理计算在本地 CPU/GPU 执行
• 零网络请求：所有 AI 功能完全离线
• 适用于高安全要求的实验室环境或无网络区域

加密与数据安全

为什么这对学术研究者至关重要

学术界对数据安全有极高要求，原因包括：

• 学术不端风险：未发表研究成果上传至云服务器可能导致优先权争议
• 保密协议：科研合同通常禁止将研究数据上传至第三方
• AI 查重疑虑：部分学术机构将”AI 辅助写作”等同于作弊，本地处理可明确区分
• 数据所有权：研究者对自己的学术积累应有完整控制权

InkCop 的本地多数据库架构从技术层面回答了这些顾虑：你的学术结晶，始终在你手中。