构建本地优先的代码知识库：从语义搜索到工程实践-程序员充电站

1. 项目概述：一个为开发者量身定制的代码知识库

如果你和我一样，每天大部分时间都在和代码打交道，那你一定遇到过这样的场景：为了解决一个特定的技术问题，你需要在浏览器里打开十几个标签页，在 Stack Overflow、官方文档、GitHub Issue 和个人笔记之间反复横跳。好不容易找到了解决方案，几个月后遇到类似问题，却怎么也想不起来当初是怎么解决的了，只能从头再来一遍。这种信息碎片化和知识流失的问题，几乎是每个开发者的日常痛点。

haojichong/coding-codex这个项目，就是为了解决这个痛点而生的。它不是一个简单的代码片段收藏夹，而是一个面向开发者的、本地优先的、结构化的代码知识库系统。你可以把它理解为你个人或团队的“第二大脑”，专门用来存储、索引和快速检索你在编程生涯中积累的所有“智慧结晶”——无论是解决特定 Bug 的代码片段、某个库的经典用法、复杂的配置示例，还是你总结的最佳实践和设计模式。

它的核心价值在于“连接”与“复用”。通过将零散的代码知识结构化地管理起来，并赋予强大的全文搜索和语义检索能力，它能让你在几秒钟内找到过去可能花费数小时才获得的解决方案，极大地提升开发效率和问题解决能力。无论是独立开发者、技术团队负责人，还是正在构建内部工具平台的工程师，这个项目都提供了一个极具参考价值的实现范本。

2. 核心设计理念与架构拆解

2.1 为什么是“本地优先”与“结构化”？

市面上的笔记软件和代码托管平台很多，但专门为代码知识管理优化的却很少。coding-codex选择“本地优先”作为基石，主要基于几个考量：

数据主权与隐私：代码片段，尤其是涉及业务逻辑、内部 API 密钥或特定架构的代码，具有很高的敏感性。存储在本地或自己可控的服务器上，避免了第三方云服务的隐私泄露风险。这对于企业级应用尤为重要。

离线可用性与性能：开发工作并非总是在线环境。本地存储确保了即使在没有网络的情况下，你依然可以查阅、搜索自己的知识库。同时，本地索引和检索的速度远超网络请求，提供了即时的反馈体验。

可定制与可集成：本地化部署意味着你可以深度定制知识库的存储后端（比如用 SQLite、PostgreSQL 还是文件系统）、索引引擎，并轻松与其他本地开发工具（如 IDE、命令行工具）进行集成。

而“结构化”是提升检索效率的关键。单纯地把代码扔进一个文件夹，和赋予它元数据（Metadata）是两回事。coding-codex很可能为每条知识记录定义了丰富的属性，例如：

标题/摘要：用一句话概括这段代码是做什么的。
代码内容：核心部分。
编程语言：自动识别或手动标记。
标签：多维度的分类，如#数据库、#异步编程、#性能优化、#踩坑记录。
上下文/问题描述：记录当初遇到什么问题，这段代码是在什么场景下使用的。
相关文件或项目路径：关联到具体的项目，便于追溯。
创建/修改时间。

这种结构化的存储，为后续的精准检索（如按语言、标签过滤）和语义检索（理解代码的意图）打下了坚实基础。

2.2 技术栈选型背后的逻辑

虽然项目描述中没有给出具体的技术栈，但我们可以根据其目标（本地优先、结构化、强大检索）推断出一些最可能的技术选型，并分析其合理性。

后端与存储层：

SQLite：对于个人或小团队使用的桌面端应用，SQLite 是近乎完美的选择。它是一个单文件数据库，无需单独部署数据库服务，零配置，完全符合“本地优先”的理念。它的性能在本地读写场景下非常出色，并且通过合理的索引设计，可以高效支持标签查询、按时间排序等操作。
文件系统 + 元数据文件：另一种常见模式是将代码片段本身保存为.md或.json文件，并附带一个同名的元数据文件（如.yaml）。所有文件存放在一个特定目录结构中。这种方式更“透明”，用户可以直接用文本编辑器查看和修改，也便于用git进行版本管理。检索时，需要一个后台进程来索引这些文件。

索引与检索层（核心）：

全文搜索引擎：对于标题、描述、标签和代码中的注释进行快速文本匹配。Lunr.js（用于浏览器环境）或SQLite 的 FTS5 扩展（全文搜索）是轻量级且高效的选择。它们能实现关键字搜索、模糊匹配和结果排序。
语义检索/向量搜索：这是让知识库变得“智能”的关键。通过集成像Sentence Transformers或OpenAI 的 Embeddings API这样的模型，将代码片段及其描述转换为高维向量（ embeddings）。当用户用自然语言提问（如“如何用 Python 安全地连接 MySQL？”）时，将问题也转换为向量，并在向量数据库中进行相似度搜索，找到语义上最相关的代码片段。本地部署可以考虑ChromaDB、Qdrant或SQLite 的向量扩展，以在本地管理向量索引。

前端与交互层：

桌面端框架：为了提供良好的本地体验，很可能会采用Electron、Tauri或Flutter来构建跨平台的桌面应用。它们能提供接近原生应用的体验，并轻松访问本地文件系统。
Web 技术栈：如果设计为通过本地服务器提供 Web 界面，那么React、Vue.js或Svelte配合一个轻量级后端框架（如FastAPI、Express.js）是常见组合。用户通过浏览器访问localhost:一个端口来使用。

我的选型倾向：对于一个追求极致轻量、开箱即用的个人工具，我倾向于Tauri + SQLite (with FTS5) + 本地向量库（如 LanceDB）的组合。Tauri 比 Electron 更轻量，生成的安装包更小；SQLite 管理结构化数据和文本索引；本地向量库避免了对网络 API 的依赖，真正实现全离线智能检索。对于团队协作版，则可以考虑轻量级服务端（如 Go） + PostgreSQL (pgvector扩展) + 前端分离的架构。

3. 核心功能模块深度解析

3.1 知识的捕获与录入：降低记录成本

再好的知识库，如果录入过程繁琐，最终都会沦为摆设。coding-codex在设计录入流程时，必须最大限度降低开发者的操作成本。

1. 浏览器插件（Clipboard Helper）：这是最直接的捕获方式。当你在 Stack Overflow、GitHub 或技术博客上看到一段有用的代码时，选中它，点击浏览器插件按钮。插件会自动捕获：

选中的代码。
当前网页的标题（作为潜在的问题描述或来源）。
当前网页的 URL。弹出一个简易表单，让你补充标签、语言（可自动检测），然后一键保存到本地的coding-codex知识库中。

2. IDE 集成插件：在 VS Code 或 JetBrains 系列 IDE 中，你可以直接选中编辑器中的代码块，通过右键菜单或快捷键，呼出保存对话框。插件能自动获取项目路径、文件类型，并预填充上下文。你甚至可以配置一些模板，快速生成包含固定结构（如“问题”、“解决方案”、“参考链接”）的笔记。

3. 命令行工具（CLI）：对于习惯终端操作的开发者，一个codex add命令是必不可少的。你可以通过管道传入代码，或交互式地输入。

# 示例：从剪贴板添加 pbpaste | codex add --lang "python" --tags "webscraping, beautifulsoup4" --desc "使用BeautifulSoup4提取所有链接的示例" # 示例：交互式添加 codex add

CLI 工具还可以方便地集成到你的自动化脚本中。

4. 手动添加与批量导入：提供一个友好的 Web 或桌面表单界面，用于手动创建条目。同时，支持从其他平台（如 Gist、Evernote、简单的 Markdown 文件目录）批量导入历史数据，完成知识库的冷启动。

实操心得：降低录入门槛的关键在于“上下文自动捕获”和“智能预填充”。插件应尽可能多地自动获取信息（代码、来源URL、语言），用户只需要做最少的补充（打标签）。标签建议功能（基于历史标签或代码内容分析）也能显著提升效率。

3.2 知识的组织与检索：从找到到“遇见”

存储之后，如何高效地找回所需知识，是系统的核心。

1. 多维度过滤与浏览：提供侧边栏或顶栏，允许用户根据编程语言、标签、创建时间、项目等维度快速筛选知识条目。一个清晰的分类树或标签云视图，能帮助用户纵览知识库的全貌。

2. 全文搜索（关键字段匹配）：这是最基础的检索方式。在搜索框输入关键字，系统在标题、描述、标签、代码注释等字段中进行匹配。应支持布尔运算符（AND, OR, NOT）和模糊搜索，以应对拼写错误。

3. 语义搜索（向量检索）：这是项目的“杀手锏”。用户可以用自然语言描述他们的问题或需求。

技术实现：当用户保存一段代码时，后台任务会将其“文本表示”（通常是“描述 + 代码 + 语言 + 标签”的组合）通过嵌入模型（Embedding Model）转换为一个固定长度的向量，并存储到向量数据库中。搜索时，用户的查询语句也被转换为向量，系统计算查询向量与所有存储向量之间的余弦相似度，返回最相似的前K个结果。
示例：你搜索“如何优雅地处理Python请求超时”，即使你的知识库里没有完全匹配这句话的记录，但有一段关于“使用requests库设置timeout参数并重试”的代码，由于其语义高度相关，也会被排在结果前列。

4. 代码相似性搜索：除了语义，有时我们想找一段“看起来像”的代码。这可以通过对代码本身进行抽象语法树（AST）分析或生成更细粒度的代码向量来实现，用于查找代码结构、模式相似的片段。

5. 检索结果排序与呈现：结果列表不应只是简单罗列。每条结果应高亮显示匹配的关键字，并展示摘要（描述的前几句）、标签、语言和相关性分数。点击进入详情页，应能完整看到代码（带语法高亮）、完整的上下文描述以及来源链接。

3.3 知识的维护与激活：让知识库保持活力

静态的知识库会逐渐过时。系统需要提供工具，帮助用户维护和激活这些知识。

1. 去重与合并建议：系统可以定期分析知识条目，基于代码相似度或语义相似度，提示用户“以下两条记录可能描述的是同一问题，是否合并？”。这能有效避免知识库变得臃肿。

2. 知识关联与图谱：自动或手动建立条目之间的关联。例如，条目A是“在React中使用Context”，条目B是“用useContext消费Context”，系统可以提示或自动添加“相关条目”链接。更进一步，可以构建一个可视化的知识图谱，展示不同概念、技术点之间的联系。

3. 定期回顾与提醒：借鉴间隔重复（Spaced Repetition）的理念，对于标记为“重要”或“易忘”的条目，系统可以在一定时间后（如一周、一个月）提醒用户回顾。这不是为了背诵代码，而是为了巩固对某个解决方案或模式的理解。

4. 使用统计与热度分析：记录每条知识被检索和查看的次数。高频被访问的条目，可能是团队内的“通用解决方案”或“常见坑点”，可以将其突出显示或推荐给新成员。

5. 导出与分享：支持将单条或批量知识导出为 Markdown、PDF 或生成一个可分享的静态网页。这对于编写技术文档、准备分享材料，或者在团队内部分享特定解决方案非常有用。

4. 从零开始构建一个简化版 Codex

理解了设计理念后，我们来动手实现一个最核心的简化版本：一个命令行工具，支持添加代码片段、打标签，并进行本地语义搜索。我们将使用Python、SQLite和Sentence Transformers来实现。

4.1 环境准备与依赖安装

首先，确保你的 Python 环境在 3.8 以上。我们创建一个新的项目目录并安装必要的依赖。

# 创建项目目录 mkdir my-codex && cd my-codex # 创建虚拟环境（推荐） python -m venv venv # 激活虚拟环境 # Windows: venv\Scripts\activate # macOS/Linux: source venv/bin/activate # 安装核心依赖 pip install sentence-transformers # 用于生成文本向量 pip install chromadb # 轻量级本地向量数据库 pip install typer # 用于构建漂亮的CLI pip install rich # 用于在终端输出彩色和格式化文本 pip install sqlite-utils # 可选，用于方便地操作SQLite # 我们使用 all-MiniLM-L6-v2 模型，它体积小、速度快，适合本地运行 # sentence-transformers 会自动下载

4.2 数据库与向量库初始化

我们将使用 SQLite 存储结构化的元数据，使用 ChromaDB 存储向量和进行语义搜索。

创建一个init_db.py文件：

# init_db.py import sqlite3 import chromadb from chromadb.config import Settings # 初始化 SQLite 数据库，用于存元数据 def init_sqlite_db(): conn = sqlite3.connect('codex.db') cursor = conn.cursor() # 创建知识条目表 cursor.execute(''' CREATE TABLE IF NOT EXISTS snippets ( id INTEGER PRIMARY KEY AUTOINCREMENT, title TEXT NOT NULL, description TEXT, code TEXT NOT NULL, language TEXT, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ) ''') # 创建标签表和多对多关联表 cursor.execute(''' CREATE TABLE IF NOT EXISTS tags ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT UNIQUE NOT NULL ) ''') cursor.execute(''' CREATE TABLE IF NOT EXISTS snippet_tags ( snippet_id INTEGER, tag_id INTEGER, FOREIGN KEY (snippet_id) REFERENCES snippets (id) ON DELETE CASCADE, FOREIGN KEY (tag_id) REFERENCES tags (id) ON DELETE CASCADE, PRIMARY KEY (snippet_id, tag_id) ) ''') conn.commit() conn.close() print("[+] SQLite 数据库初始化完成。") # 初始化 ChromaDB 向量数据库 def init_chroma_db(): # 持久化到本地目录 ./chroma_db chroma_client = chromadb.PersistentClient(path="./chroma_db") # 创建一个集合（collection），类似于表 collection = chroma_client.get_or_create_collection( name="code_snippets", metadata={"description": "存储代码片段的语义向量"} ) print("[+] ChromaDB 向量数据库初始化完成。") return chroma_client, collection if __name__ == "__main__": init_sqlite_db() init_chroma_db()

运行python init_db.py来初始化数据库。

4.3 实现核心 CLI 功能

我们使用typer来构建命令行应用。创建main.py：

# main.py import typer from rich.console import Console from rich.table import Table from rich import print as rprint import sqlite3 from datetime import datetime from typing import Optional, List import chromadb from chromadb.config import Settings from sentence_transformers import SentenceTransformer import uuid app = typer.Typer(help="我的个人代码知识库 CLI") console = Console() # 全局初始化 conn = sqlite3.connect('codex.db', check_same_thread=False) chroma_client = chromadb.PersistentClient(path="./chroma_db") collection = chroma_client.get_or_create_collection(name="code_snippets") # 加载嵌入模型（首次运行会下载模型） model = SentenceTransformer('all-MiniLM-L6-v2') def get_or_create_tag(tag_name: str) -> int: """获取标签ID，如果不存在则创建""" cursor = conn.cursor() cursor.execute("SELECT id FROM tags WHERE name = ?", (tag_name,)) row = cursor.fetchone() if row: return row[0] else: cursor.execute("INSERT INTO tags (name) VALUES (?)", (tag_name,)) conn.commit() return cursor.lastrowid def generate_text_for_embedding(title: str, description: str, code: str, language: str, tags: List[str]) -> str: """生成用于向量化的文本。这是影响语义搜索质量的关键！""" tags_text = " ".join(tags) if tags else "" # 将关键信息组合成一个段落 text = f""" Title: {title} Description: {description} Language: {language} Tags: {tags_text} Code: {code} """ return text.strip() @app.command() def add( title: str = typer.Option(..., prompt="请输入标题"), description: str = typer.Option("", prompt="请输入描述（可选）"), code: str = typer.Option(..., prompt="请粘贴代码"), language: str = typer.Option("", prompt="编程语言（如 python, javascript）"), tags: str = typer.Option("", prompt="标签，用逗号分隔（如 web, api, bugfix）") ): """ 添加一个新的代码片段到知识库。 """ # 1. 存入 SQLite cursor = conn.cursor() cursor.execute(''' INSERT INTO snippets (title, description, code, language, updated_at) VALUES (?, ?, ?, ?, ?) ''', (title, description, code, language, datetime.now())) snippet_id = cursor.lastrowid # 2. 处理标签 tag_list = [t.strip() for t in tags.split(',') if t.strip()] tag_ids = [] for tag_name in tag_list: tag_id = get_or_create_tag(tag_name) tag_ids.append(tag_id) cursor.execute("INSERT INTO snippet_tags (snippet_id, tag_id) VALUES (?, ?)", (snippet_id, tag_id)) conn.commit() # 3. 生成向量并存入 ChromaDB text_for_embedding = generate_text_for_embedding(title, description, code, language, tag_list) embedding = model.encode(text_for_embedding).tolist() # 转换为列表 # 使用 snippet_id 作为 ChromaDB 中的唯一 ID，方便关联 collection.add( embeddings=[embedding], documents=[text_for_embedding], # 也可以只存部分文本 metadatas=[{"snippet_id": snippet_id, "title": title}], ids=[str(snippet_id)] ) rprint(f"[green]✓ 成功添加代码片段！ID: {snippet_id}[/green]") @app.command() def search( query: str = typer.Argument(..., help="搜索查询（支持自然语言）"), top_k: int = typer.Option(5, help="返回最相关的结果数量") ): """ 使用语义搜索查找代码片段。 """ # 1. 将查询语句转换为向量 query_embedding = model.encode(query).tolist() # 2. 在 ChromaDB 中搜索 results = collection.query( query_embeddings=[query_embedding], n_results=top_k, include=["metadatas", "documents", "distances"] ) # 3. 展示结果 if not results['ids'][0]: rprint("[yellow]未找到相关结果。[/yellow]") return table = Table(title=f"语义搜索结果：'{query}'", show_header=True, header_style="bold magenta") table.add_column("ID", style="dim") table.add_column("标题") table.add_column("相关性", justify="right") # 距离越小越相关 table.add_column("预览") for i, (snippet_id, metadata, document, distance) in enumerate(zip(results['ids'][0], results['metadatas'][0], results['documents'][0], results['distances'][0])): # 从 SQLite 中获取更详细的信息 cursor = conn.cursor() cursor.execute(''' SELECT s.title, s.description, s.language, s.code, group_concat(t.name, ', ') as tags FROM snippets s LEFT JOIN snippet_tags st ON s.id = st.snippet_id LEFT JOIN tags t ON st.tag_id = t.id WHERE s.id = ? GROUP BY s.id ''', (int(snippet_id),)) row = cursor.fetchone() title = row[0] if row else metadata['title'] # 相关性分数：将距离转换为一个更直观的百分比分数（近似） relevance_score = max(0, min(100, int((1 - distance) * 100))) # 简单处理 # 预览取描述或文档的前100字符 preview = (row[1] or document)[:100] + "..." table.add_row(str(snippet_id), title, f"{relevance_score}%", preview) console.print(table) @app.command() def list( tag: Optional[str] = typer.Option(None, help="按标签过滤"), language: Optional[str] = typer.Option(None, help="按编程语言过滤") ): """ 列出所有代码片段，支持过滤。 """ query = ''' SELECT s.id, s.title, s.language, s.created_at, group_concat(t.name, ', ') as tags FROM snippets s LEFT JOIN snippet_tags st ON s.id = st.snippet_id LEFT JOIN tags t ON st.tag_id = t.id WHERE 1=1 ''' params = [] if tag: query += " AND t.name = ?" params.append(tag) if language: query += " AND s.language = ?" params.append(language) query += " GROUP BY s.id ORDER BY s.created_at DESC" cursor = conn.cursor() cursor.execute(query, params) rows = cursor.fetchall() table = Table(title="代码片段列表", show_header=True, header_style="bold cyan") table.add_column("ID", style="dim") table.add_column("标题") table.add_column("语言") table.add_column("标签") table.add_column("创建时间") for row in rows: id, title, lang, created_at, tags = row table.add_row(str(id), title, lang or "N/A", tags or "无", created_at) console.print(table) @app.command() def view(id: int = typer.Argument(..., help="要查看的代码片段ID")): """ 查看指定ID的代码片段详情。 """ cursor = conn.cursor() cursor.execute(''' SELECT s.title, s.description, s.code, s.language, s.created_at, group_concat(t.name, ', ') as tags FROM snippets s LEFT JOIN snippet_tags st ON s.id = st.snippet_id LEFT JOIN tags t ON st.tag_id = t.id WHERE s.id = ? GROUP BY s.id ''', (id,)) row = cursor.fetchone() if not row: rprint(f"[red]未找到ID为 {id} 的代码片段。[/red]") return title, description, code, language, created_at, tags = row console.rule(f"[bold blue]{title}[/bold blue]") rprint(f"[bold]ID:[/bold] {id}") rprint(f"[bold]语言:[/bold] {language or '未指定'}") rprint(f"[bold]标签:[/bold] {tags or '无'}") rprint(f"[bold]创建于:[/bold] {created_at}") rprint(f"[bold]描述:[/bold]\n{description or '无描述'}\n") console.rule("[bold]代码[/bold]") # 这里可以使用 pygments 等库实现语法高亮，为简化示例，直接打印 console.print(code, style="bright_white on black") if __name__ == "__main__": app()

4.4 运行与使用示例

现在，我们的简易my-codexCLI 工具就完成了。让我们来体验一下：

# 激活虚拟环境后，运行以下命令 # 1. 添加一条知识 python main.py add # 随后会交互式地提示你输入标题、描述、代码、语言和标签。 # 例如： # 标题: Flask 文件上传示例 # 描述: 一个处理单个文件上传的简单Flask端点，包含安全检查。 # 代码: (粘贴一段Flask文件上传的代码) # 语言: python # 标签: python, flask, web, file-upload # 2. 再添加几条不同主题的代码片段，丰富你的知识库。 # 3. 列出所有片段 python main.py list # 4. 使用自然语言进行语义搜索！ python main.py search "如何在web应用中上传文件" # 系统会返回与“文件上传”语义相关的所有代码片段，即使你的查询里没有“Flask”。 # 5. 按标签过滤列表 python main.py list --tag flask # 6. 查看某个片段的详情 python main.py view 1

这个简化版实现了最核心的“增、查、列、看”功能，并集成了本地语义搜索。你可以在此基础上，继续扩展编辑、删除、更新向量、浏览器插件、Web界面等功能。

5. 进阶思考与避坑指南

在构建和实际使用这类代码知识库系统的过程中，我积累了一些重要的经验和需要避开的“坑”。

5.1 语义搜索的质量：关键在于“文本表示”

语义搜索的效果好坏，几乎完全取决于我们如何为一段代码生成用于向量化的文本（即generate_text_for_embedding函数）。这里有几个技巧：

不要只向量化代码：纯代码对模型来说是晦涩的。一定要将描述、注释、函数名、变量名等富含语义的信息与代码结合起来。
结构化信息：像上面示例那样，用“Title: ... Description: ...”这样的键值对格式，有助于模型理解不同部分的意义。
考虑代码抽象：对于很长的代码，可以尝试只向量化其核心逻辑、函数签名和文档字符串，或者将大段代码分割成有逻辑的块分别向量化。
模型选择：all-MiniLM-L6-v2是通用文本模型。如果追求更好的代码理解能力，可以尝试专门在代码上训练过的模型，如CodeBERT、GraphCodeBERT或OpenAI 的 code-* 系列模型，但它们的体积和计算成本通常更高。

5.2 数据同步与冲突处理

如果你打算开发多设备同步的版本（比如在办公室电脑和家用电脑上使用），数据同步是个挑战。

策略：可以采用Git来管理存储元数据的 SQLite 数据库文件和代码片段文件。每次添加、修改后自动提交。这样天然支持版本历史、分支和合并。但需要注意 SQLite 文件的二进制合并冲突问题，一个可行的方案是将数据设计为每个条目一个文件（如 JSON 文件），这样 Git 可以更好地处理文本合并冲突。
冲突解决：当同一段代码在两个设备上被修改后，需要有一套冲突解决策略。简单的“最后写入获胜”可能会丢失数据。更友好的方式是检测到冲突时，将两个版本都保留下来，并提示用户手动选择或合并。

5.3 性能优化：当知识库变得庞大

当你的知识库有上万条记录时，全量扫描和向量相似度计算可能会变慢。

索引优化：确保 SQLite 表在经常查询的字段（如language,created_at）上建立了索引。
向量检索优化：ChromaDB 等向量数据库内部会使用 HNSW 等近似最近邻（ANN）算法来加速搜索，这通常足够了。对于超大规模（百万级），可以考虑Weaviate、Qdrant等更专业的向量数据库。
分级存储/缓存：将最常访问或最近访问的知识条目索引保持在内存中。对于语义搜索，可以先使用关键词快速过滤出一个较小的候选集，再在这个候选集上做精确的向量相似度计算。

5.4 隐私与安全考量

代码内容：确保知识库的存储位置是安全的。如果是桌面应用，数据应存放在用户目录下。避免将包含敏感信息（密码、密钥、内部IP）的代码片段不加处理地存进去。
网络请求：如果使用云端嵌入模型 API（如 OpenAI），你的代码和问题描述会被发送到第三方服务器。务必清楚其隐私政策，对于敏感代码，应坚持使用本地模型。
分享功能：实现分享功能时，默认应该是私密的。公开分享前，必须有明确的确认步骤，并自动扫描可能泄露的敏感信息。

构建一个像haojichong/coding-codex这样的个人代码知识库，是一个持续迭代和打磨的过程。它不仅仅是一个工具，更是一种帮助你将隐性知识显性化、将短期记忆长期化、将个人经验资产化的思维习惯。从今天开始，尝试保存下你解决的每一个有趣的问题，你会发现，这笔技术债，可能是你职业生涯中最有价值的投资。