AllSearch

AllSearch 是一款面向内网电脑的本地离线全局文件关键词搜索软件。目标运行环境为银河麒麟 V10，重点支持 Linux ARM64/aarch64 设备，要求解压即用、无网络依赖、无复杂运行时安装。

当前源码已具备原生 GUI、Tantivy 全文索引、SQLite 文件状态库、文本/Office/WPS/PDF 抽取器、图片 OCR、扫描版 PDF OCR、CLI 和本地 Web 界面。

• 支持 txt、md、csv、log、Word doc/docx/wps/wpt、Excel xls/xlsx/xlsm/xlsb/ods/et/ett、PowerPoint ppt/pptx/dps/dpt、PDF、png、jpg、jpeg、bmp、tiff 等文件内容搜索。
• 支持中文关键词搜索，针对中文做了 ngram 查询处理。
• 支持图片 OCR 和扫描版 PDF OCR，OCR 全部离线运行。
• 支持 Windows 开发测试，支持 Linux/银河麒麟 V10 ARM64 离线部署。
• 索引阶段会跳过权限不足、损坏、空内容或不支持的文件，不会因单个文件失败停止。
• GUI 和 Web 均支持目录选择、建立索引、关键词搜索、结果预览、打开文件、打开所在目录、复制路径、删除和批量删除。
• 索引完成后如有跳过或失败，会在 data/logs/index-issues-*.tsv 写出问题日志，Web 也会显示最近跳过/失败文件。

src/                         Rust 主程序源码
config/app.example.toml      默认配置模板
packaging/                   便携包打包脚本
docs/                        设计和开发文档
samples/                     示例文件
test/                        本地测试文件
tools/ocr/windows/           Windows 内置 OCR 工具
tools/ocr/linux-aarch64/     麒麟/Linux ARM64 内置 OCR 工具
vendor/                      Cargo 离线依赖

详细设计方案见 docs/ALLSEARCH_KYLIN_V10_DESIGN.md。

Windows：

cargo run
cargo run -- gui

便携包：

dist\AllSearch\allsearch.exe
dist\AllSearch\allsearch.exe gui

Linux/麒麟：

./dist/AllSearch/allsearch
./dist/AllSearch/allsearch gui

不带子命令时默认启动 GUI，因此双击程序也是打开图形界面。 Windows 下双击或独立启动 GUI 时会自动隐藏随程序创建的终端窗口；从 PowerShell/CMD 运行 doctor、index、search 等命令仍会保留正常输出。 GUI 会把已选择的索引目录和自动更新设置保存到 data/gui_state.toml，下次启动会自动恢复目录。目录选择优先调用系统目录选择器；系统组件不可用时会自动退回内置选择器。需要启动时自动更新上次添加的索引目录时，在 GUI 左侧将“自动更新”设为“启动时更新”。 GUI 默认最多显示相关度最高的 1000 条搜索结果，可在“结果上限”中调整；这只影响结果显示数量，不影响索引文件数量。 GUI 左侧“线程设置”可自定义扫描线程和内容抽取线程，设置会保存到 data/gui_state.toml 并在下次启动继续使用。 GUI 搜索结果按文件管理器风格紧凑单行展示文件类型、文件名、路径和评分，并支持按相关度、文件名、文件类型、路径排序；也支持按文件名、路径、摘要文本筛选，以及按文本、Word、表格、演示、PDF、图片、其他类型筛选。单击结果可查看匹配预览，双击可打开文件，右键菜单提供打开、复制文件、复制路径、删除；勾选多个结果后可以批量删除真实文件。

Windows 默认使用 WGPU 渲染，优先走 DirectX，避免 OpenGL 驱动问题。需要指定渲染器时：

cargo run -- gui --renderer wgpu
cargo run -- gui --renderer glow

Linux/麒麟默认使用 WGPU 渲染，避免部分国产显卡或 X11/GLX 驱动触发 GLXBadContextTag。需要指定渲染器时：

./dist/AllSearch/allsearch gui --renderer wgpu

Linux 下默认禁止 glow/OpenGL 直启，因为部分国产显卡驱动会在 GLX 阶段直接中止进程，程序没有机会自动兜底。只有做驱动验证时才这样运行：

ALLSEARCH_ALLOW_UNSTABLE_GLOW=1 ./dist/AllSearch/allsearch gui --renderer glow

如果目标机器的桌面图形栈不支持 WGPU，程序会自动启动本地 Web 界面；也可以手动运行 ./dist/AllSearch/allsearch web。在 D2000、麒麟 V10 或 GLX/EGL/DRI 报错的机器上，建议直接把 Web 作为主界面使用。

allsearch index <目录1> <目录2>
allsearch search <关键词>

Windows 示例：

cargo run -- index C:\projects\AllSearch\test
cargo run -- search 北京

Linux/麒麟示例：

./dist/AllSearch/allsearch index /home/user/docs
./dist/AllSearch/allsearch search 北京

没有桌面环境或 GUI 打不开时，可以启动本地 Web 界面：

allsearch web

程序会尝试打开浏览器，也可以按终端输出的本地地址访问。Web 界面完全离线运行，只监听 127.0.0.1，支持目录浏览、建立索引、关键词搜索、结果排序筛选、匹配预览、打开文件/目录、复制路径、删除和批量删除。

Linux/麒麟下 Web 启动浏览器时会优先尝试禁用浏览器 GPU，以避开 libEGL、DRI2、dri3 extension not supported 等显卡驱动问题。需要禁止自动打开浏览器时，可设置 ALLSEARCH_NO_OPEN_BROWSER=1；需要强制使用系统默认 xdg-open 行为时，可设置 ALLSEARCH_BROWSER=system。

当前仓库已经包含 vendor/ 离线依赖和 .cargo/config.toml，可以直接离线构建。

• Windows 10/11
• Rust 工具链
• PowerShell

检查环境：

rustc --version
cargo --version

cargo check --locked --offline
cargo test --locked --offline

cargo run -- gui
cargo run -- index test
cargo run -- search 北京
cargo run -- doctor

cargo build --release --locked --offline

生成位置：

target\release\allsearch.exe

powershell -ExecutionPolicy Bypass -File packaging\package-portable.ps1

生成位置：

dist\AllSearch\

验证：

dist\AllSearch\allsearch.exe doctor
dist\AllSearch\allsearch.exe gui

Windows 便携包会自动复制：

tools\tesseract\
tools\poppler\
tools\tessdata\
fonts\
config\

推荐在麒麟 V10 ARM64 真机上构建最终包，这样生成的 allsearch 主程序就是目标架构。

• 银河麒麟 V10 ARM64/aarch64
• Rust 工具链
• bash
• 无需联网下载 Cargo 依赖，仓库已包含 vendor/

检查架构和 Rust：

uname -m
rustc --version
cargo --version

uname -m 应为：

aarch64

cargo check --locked --offline
cargo test --locked --offline

cargo build --release --locked --offline

生成位置：

target/release/allsearch

自检：

./target/release/allsearch doctor

注意：target/release/allsearch 只是裸二进制，它旁边没有 tools/ 目录，因此 OCR 会优先回退到系统里的 tesseract、pdftoppm。要验证内置离线 OCR，请生成便携包后运行 dist/AllSearch/allsearch doctor。

chmod +x packaging/package-portable.sh
CARGO_NET_OFFLINE=true ./packaging/package-portable.sh release dist

生成位置：

dist/AllSearch/

验证：

./dist/AllSearch/allsearch doctor
./dist/AllSearch/allsearch gui

doctor 中应能看到：

tesseract: .../tools/tesseract/tesseract (packaged)
pdftoppm: .../tools/poppler/pdftoppm (packaged)
language check: ok
image OCR: enabled
scanned PDF OCR: enabled

打包脚本会根据 uname -m 自动选择：

tools/ocr/linux-aarch64/

并复制为运行目录：

dist/AllSearch/tools/tesseract/
dist/AllSearch/tools/poppler/
dist/AllSearch/tools/tessdata/
dist/AllSearch/tools/lib/
dist/AllSearch/tools/licenses/

在构建机打包完成后，把整个目录复制到目标内网电脑：

dist/AllSearch/

目标机运行：

cd AllSearch
./allsearch doctor
./allsearch gui

Linux/麒麟：

cd dist
tar -czf AllSearch-ky10-aarch64-portable.tar.gz AllSearch

目标机解压：

tar -xzf AllSearch-ky10-aarch64-portable.tar.gz
cd AllSearch
./allsearch doctor
./allsearch gui

Windows：

Compress-Archive -Path dist\AllSearch -DestinationPath dist\AllSearch-windows-portable.zip -Force

目标机解压后运行：

allsearch.exe doctor
allsearch.exe gui

Linux/麒麟便携包内包含：

allsearch.desktop

如果需要放到桌面，复制该文件后把其中的 Exec 路径改成实际 allsearch 路径，并给执行权限：

chmod +x allsearch.desktop

图片和扫描版 PDF OCR 已接入主程序。Windows 开发包会从项目内 tools/ocr/windows 自动打进 tools/tesseract、tools/poppler 和 tools/tessdata。

麒麟 V10 ARM64 包使用 tools/ocr/linux-aarch64，其中已内置 aarch64 版 Tesseract、Poppler、中文/英文 tessdata 和 tools/lib 运行库。Linux/麒麟下主程序只会给 OCR 子进程设置内置库路径，不影响 AllSearch 主程序本身。

OCR 自检：

allsearch doctor

正常时会看到：

tesseract check: ok
pdftoppm check: ok
image OCR: enabled
scanned PDF OCR: enabled

可选环境变量：

ALLSEARCH_TESSERACT       指定 tesseract 路径
ALLSEARCH_PDFTOPPM        指定 pdftoppm 路径
ALLSEARCH_OCR_LIB_DIR     指定 Linux OCR 动态库目录
TESSDATA_PREFIX           指定 tessdata 目录
ALLSEARCH_OCR_LANGS       指定 OCR 语言，默认 chi_sim+eng

GUI 会自动从程序目录 fonts/、当前目录 fonts/ 和系统字体目录查找中文字体。

如果界面中文显示为方块，可以把中文字体文件放到 fonts/ 目录，或指定：

Windows：

$env:ALLSEARCH_CJK_FONT="C:\Windows\Fonts\msyh.ttc"
allsearch.exe gui

Linux/麒麟：

export ALLSEARCH_CJK_FONT=/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc
./allsearch gui

默认会按 CPU 情况设置扫描和抽取线程数。可按机器性能调整：

Windows：

$env:ALLSEARCH_EXTRACT_THREADS="8"
$env:ALLSEARCH_SCAN_THREADS="4"
allsearch.exe index D:\docs

Linux/麒麟：

export ALLSEARCH_EXTRACT_THREADS=8
export ALLSEARCH_SCAN_THREADS=4
./allsearch index /home/user/docs

大目录首次索引耗时会比较长，后续搜索直接走本地索引。

默认数据目录：

data/

索引目录：

data/index/

可用 --data-dir 指定：

allsearch index /home/user/docs --data-dir /opt/allsearch-data
allsearch search 北京 --data-dir /opt/allsearch-data
allsearch gui --data-dir /opt/allsearch-data

也可以用环境变量：

export ALLSEARCH_DATA_DIR=/opt/allsearch-data

先运行：

allsearch doctor

Windows 尝试：

allsearch.exe gui --renderer wgpu
allsearch.exe gui --renderer glow

Linux/麒麟尝试：

./allsearch gui --renderer wgpu
./allsearch web

如果出现 GLXBadContextTag、GLXBadContext、libEGL warning: DRI2: failed to authenticate、WGPU error: Parent device is lost 或核心转储，说明目标机器的 OpenGL/GLX/EGL/DRI 驱动栈不稳定。D2000 + 麒麟 V10 上遇到这类问题时，直接使用 Web 界面；echo $XDG_SESSION_TYPE 显示 x11 只能说明窗口会话是 X11，不代表 GLX/EGL 可用。

如果没有桌面环境，使用：

./allsearch web

运行：

./allsearch doctor

如果 tesseract check 或 pdftoppm check 失败，在麒麟机器上进一步检查：

ldd tools/tesseract/tesseract
ldd tools/poppler/pdftoppm

如果提示缺库，优先确认 tools/lib/ 是否存在，并确认是从 tools/ocr/linux-aarch64 打出的包。

确认已经索引目标目录：

./allsearch index /path/to/docs
./allsearch search 关键词

GUI 中则先点“选择目录”，再点“开始索引”，索引完成后搜索。

AllSearch 会跳过无权限目录和文件，不会中断整个索引。如果必须索引某些受限目录，请用具备权限的用户运行。

如果电脑安装了透明 AES 加密软件，Office/WPS 能正常打开文件不代表 AllSearch 也能读到明文。很多加密软件只对授权进程透明解密，如果没有把 allsearch.exe 或 Linux 下的 allsearch 加入白名单，AllSearch 读到的可能是密文、空内容或被拒绝访问。

索引完成后先看问题日志：

data/logs/index-issues-*.tsv

Web 界面中也会显示“最近跳过的文件”。如果日志里大量出现 empty extracted text、extract failed、permission/access denied，优先在加密软件策略中放行 AllSearch 主程序，再重新创建索引。