文件索引

Glean 通过扫描你授权的目录建立本地索引。所有数据存储在 SQLite。

工作流程

扫描目录 → 遍历文件 → 提取元数据 → 文本分块 → 嵌入向量（可选）

每个步骤都可暂停/恢复。

支持的文件类型

类型	提取方式
文本（txt/md/json/csv 等）	直接读取
代码（rs/ts/py/go 等）	直接读取 + 语法识别
PDF	文本层 + Vision OCR（扫描型 PDF）
图片（jpg/png/heic 等）	EXIF + Vision（暂未启用内容识别）
Office（docx/xlsx/pptx）	提取内嵌文本
HTML / XML	提取文本

自动忽略

内置忽略规则（不可关闭）：

.git/  node_modules/  .Trash/  .DS_Store
.npm/  .pnpm-store/  .cache/  target/  dist/  build/
.next/  .nuxt/  .svelte-kit/  .turbo/  .vercel/  .parcel-cache/
Coverage/  __pycache__/  .pytest_cache/  .mypy_cache/
.venv/  venv/  .idea/  .vscode/  .history/
Library/  .Trash-0/

文件大小上限 100MB。

自定义忽略规则

设置 → 忽略规则，每行一个模式：

*.log
*.tmp
tmp/
*.cache
~/Projects/experimental/

支持 glob 通配符（* ?）。

文件监听

索引完成后，Glean 通过 notify（FSEvents）监听文件变化：

• 新建文件 → 自动加入索引
• 修改文件 → 重新提取内容
• 删除文件 → 标记 deleted_at（不立即删除，便于撤销）

性能

指标	数值
首次扫描速度	约 5000 文件/分钟（SSD）
增量扫描	仅扫描变化，秒级完成
内存占用	< 200MB
索引大小	约原文本大小的 1.5 倍

暂停/恢复

索引会消耗 CPU 和磁盘 IO。如需暂停：

设置 → 索引管理 → 暂停 或工具栏暂停按钮

也可在终端关闭后台 IO 限制：

# 提升后台任务优先级（仅高级用户）
sudo taskpolicy -c utility