Локальный ИИ-секретарь: как искать по своим документам без облака
У многих уже есть маленький личный архив, только он не выглядит как архив. Договоры лежат в одной папке, сканы в другой, заметки в Obsidian, отчеты в Word, старые PDF в загрузках, а нужная мысль прячется где-то между названием файла и абзацем на третьей странице.
Раньше для этого хватало поиска по имени файла. Потом появились облачные блокноты: загрузил пачку документов, спросил, получил ответ. Удобно, но вместе с удобством появляется неприятный вопрос: какие именно документы мы только что отдали внешнему сервису и кто отвечает за этот выбор?
Поэтому ручной сигнал из канала про "локального секретаря без облака" важен не как новость об одном инструменте, а как рабочий поворот. Локальный ИИ-поиск становится отдельным навыком: дать агенту документы, но оставить источник, доступ и проверку под контролем человека.
Почему обычный поиск по папкам перестал быть достаточным
Обычный поиск хорош, когда вы помните слово из файла. Он плохо помогает, когда вы помните смысл: "там был пункт про перенос сроков", "где клиент обещал прислать материалы", "в каком отчете мы уже считали этот показатель".
ИИ-секретарь решает другую задачу. Он не просто ищет имя файла, а превращает локальные документы в корпус: индексирует текст, находит похожие фрагменты, вытаскивает контекст и помогает собрать ответ. В идеале он делает это без загрузки исходников в облако.
Но слово "локально" не должно усыплять. Если агент получил доступ ко всей домашней папке, это все равно широкий доступ. Разница только в том, что данные не уходят наружу автоматически. Решение о границах все равно принимает человек.
Что на самом деле делает локальный ИИ-секретарь
Сейчас вокруг этой идеи появляется отдельный класс инструментов. Hyperlink LocalAI описывает себя как локальный/on-prem контур, где обработка и доступ к данным происходят внутри среды пользователя. Linkly AI формулирует похожий класс еще прямее: локальный поиск по документам, который готовит контекст для AI-агентов и может подключаться через CLI или MCP.
Для читателя здесь важна не марка инструмента, а схема работы:
- Вы выбираете папки и типы документов.
- Инструмент строит локальный индекс.
- Агент получает не весь хаос сразу, а релевантные фрагменты.
- Ответ должен ссылаться на исходный документ, раздел, страницу или фрагмент.
- Человек проверяет источник перед действием.
Codex в этой схеме полезен как понятная рабочая поверхность. В официальной документации Codex прямо подчеркивается роль контекста: какие файлы, папки, документы, ошибки и примеры относятся к задаче. Там же отдельно описаны локальные потоки, где агент читает файлы и работает с ними на машине пользователя, а права и sandbox задают границы доступа.
Что дать агенту на вход
Плохой вход звучит так: "посмотри мои документы и скажи, что важно". Это приглашение к шуму.
Хороший вход звучит иначе:
У меня есть папкаПроект/Договоры, папкаПроект/Отчетыи заметкиПроект/Встречи. Найди все места, где обсуждались сроки поставки. Ответ дай таблицей: документ, дата, цитата, что это значит для проекта, какой пункт надо проверить человеку. Не используй другие папки.
Такой запрос задает четыре вещи: корпус, вопрос, формат результата и запрет на лишний доступ. Даже если инструмент локальный, агенту не нужно видеть все подряд. Ему нужна рабочая зона.
Какой результат считать нормальным
Нормальный ответ локального ИИ-секретаря не похож на уверенный пересказ без следов. Он похож на карточку источников:
| Что проверить | Как должен ответить агент | Что делает человек |
|---|---|---|
| Где найдено | Название файла, дата, страница или фрагмент | Открывает файл и сверяет место |
| Что утверждается | Короткая цитата и объяснение своими словами | Проверяет, не вырван ли смысл |
| Что делать дальше | Список действий или вопросов | Принимает решение сам |
| Где граница | Что агент не нашел или не проверял | Решает, нужен ли новый поиск |
Если ответ нельзя быстро проверить по документу, это не секретарь, а рассказчик. Для рабочих документов этого мало.
Как проверить ответ без технической экспертизы
Проверка должна быть простой. Не надо понимать embeddings, векторные базы и RAG. Достаточно трех вопросов.
Первый: агент показал источник или просто красиво ответил?
Второй: источник действительно содержит эту мысль, если открыть файл вручную?
Третий: агент не взял данные из папки, которую вы не разрешали?
Если хотя бы один ответ плохой, результат нельзя принимать как рабочий. Его можно использовать как подсказку для следующего поиска, но не как основание для письма клиенту, юридического решения, публикации или оплаты.
Где локальный режим не должен становиться вседоступным
Главная ошибка локального AI-поиска — решить, что приватность равна отсутствию правил. На практике локальный инструмент может быть даже опаснее облачного, если ему бездумно открыть весь диск.
Не стоит индексировать все подряд. Пароли, банковские выгрузки, медицинские документы, личные переписки, HR-файлы, клиентские секреты и черновики договоров должны попадать в корпус только по явному решению. Лучше собрать отдельную папку "для агента", чем дать доступ к общей свалке.
Локальный режим хорош там, где нужны скорость, приватность и повторяемый доступ к своим источникам. Облако может быть допустимо там, где документы публичные, риск низкий, а удобство важнее полной изоляции. Это не техническая мелочь, а управленческое решение.
Практическая карточка: локальный корпус для агента
Перед тем как подключать локального секретаря, соберите маленькую карточку.
Задача: что человек хочет находить в документах.
Корпус: какие папки можно индексировать.
Исключения: какие папки и типы файлов нельзя трогать.
Формат ответа: таблица, список рисков, выжимка, карта источников.
Обязательная проверка: ссылка на файл, страницу, дату или фрагмент.
Человеческое решение: что нельзя делегировать агенту даже после хорошего поиска.
После этого локальный ИИ-секретарь перестает быть игрушкой "поговори с моими файлами". Он становится рабочим контуром: документы остаются рядом, агент помогает искать и собирать смысл, а человек сохраняет главное право — решать, какие источники открыть и какой вывод принять.
