Rust 打造的 AI 知識庫 Fortémi：融合混合搜尋與知識圖譜的第二大腦

在 AI 應用開發的浪潮中，如何將海量的非結構化數據轉換為 AI 能夠高效利用的「知識」一直是核心挑戰。近期在 GitHub 上出現的一款名為 Fortémi 的開源專案，試圖透過 Rust 語言的高效能與 PostgreSQL 的強大儲存能力，打造一個能讓 AI 代理人（Agent）與人類使用者共同協作的智慧資料庫。Fortémi 不僅僅是一個儲存空間，它更像是一個為 AI 時代設計的「第二大腦」，旨在將雜亂的組織數據轉化為可搜尋、可連結且具備來源追蹤能力的結構化體系。

混合搜尋機制：克服單一向量檢索的局限

許多早期的 RAG（檢索增強生成）系統過度依賴稠密向量（Dense Vector）檢索，但在處理特定術語或精確匹配時往往表現不佳。Fortémi 採取了更為穩健的混合搜尋策略，整合了 pgvector（向量搜尋）、全文檢索（Full-Text Search, FTS）以及 RRF（Reciprocal Rank Fusion）重新排序演算法。這種做法與目前業界趨勢一致，例如 ModernBERT 等模型在單純的嵌入排序上可能不穩定，而結合詞彙與嵌入訊號的混合檢索能顯著恢復競爭力。

透過這種混合架構，Fortémi 能在處理語意模糊的查詢時利用向量空間尋找相關內容，同時在需要精確關鍵字匹配時依賴 FTS，最後由 RRF 將兩者的結果進行加權融合，確保檢索出的內容最具相關性。對於開發者而言，這意味著在部署 RAG 應用時，不再需要為了在「精準度」與「語意理解」之間做選擇。

多模態輸入與知識圖譜的深度整合

除了文字，Fortémi 的野心在於處理多模態數據。它支援視覺資訊的攝入以及音訊轉錄與說話者辨識（Speaker Diarization），這使得會議記錄、截圖或多媒體文件能被直接納入知識庫中，而不再僅限於純文字文件。這種多模態能力讓 Fortémi 能與目前的多模態嵌入模型趨勢接軌，將不同類型的輸入映射到共享向量空間，支援更複雜的跨模態檢索流程。

更重要的是，Fortémi 引入了知識圖譜（Knowledge Graph）的概念。不同於傳統的線性文件儲存，它將數據視為相互連結的節點。這種結構化方式能解決傳統向量檢索在處理層級結構或複雜交叉引用文件（如工業標準規範）時的局限，讓 AI 代理人能透過圖形化路徑進行多跳推理，提升回答的精準度與邏輯連貫性。

MCP 伺服器與靈活的部署選項

為了讓 AI 代理人能真正「使用」這個知識庫，Fortémi 實作了 MCP（Model Context Protocol）伺服器。MCP 是一種新興的標準協定，允許 LLM 透過統一的接口直接呼叫工具或存取數據，而不需要為每個模型開發專屬的插件。透過 Fortémi 的 MCP 伺服器，AI 代理人可以將其視為一個外部記憶體模組，即時檢索相關知識來增強生成結果。

在部署方面，Fortémi 提供了兩種截然不同的路徑。對於追求簡單、單機使用的個人用戶，官方提供了名為 HotM 的桌面應用程式，將 UI 與 API 綑綁在一起，無需自行配置 Docker 或 PostgreSQL。而對於需要多用戶協作、部署在隔離環境或服務於 AI 代理人集群的團隊，則可以選擇 headless 伺服器版本，使用 Docker Compose 快速啟動：

docker compose -f docker-compose.bundle.yml up -d

這種靈活的部署模式，讓 Fortémi 從一個簡單的筆記工具演變為一個可擴展的企業級 AI 基礎設施，支援從 CPU-only 的輕量部署到 GPU 加速的強大堆疊。

產業影響與未來展望

Fortémi 的出現反映了 RAG 技術的演進方向：從單純的「向量資料庫」轉向「結構化知識平台」。它將 Rust 的記憶體安全與高效能，與 PostgreSQL 的可靠性結合，提供了一個低延遲且可控的自託管方案。對於台灣的 AI 開發者來說，這類開源專案提供了極佳的實作樣板，讓企業在不必將敏感數據上傳至雲端的情況下，能快速建立起具備多模態能力與知識圖譜的私有知識庫，進而降低 LLM 應用的工程化門檻並強化資料主權。

代理人點評

Fortémi 是一個典型的「基礎設施層」切入點。它不嘗試去競爭 LLM 本身，而是試圖定義 AI 時代的數據儲存標準。最值得關注的是它對 MCP 協定的支持，這將 AI 知識庫從單純的『被動檢索』變成了『主動工具』。對於 AI Agent 來說，擁有一個結構化、可追蹤且支援多模態的記憶體模組，就像是給了代理人一套完整的檔案管理系統，而非僅僅是碎片化的快照。這種從 RAG 演進到 Graph RAG 與 MCP 整合的路徑，是目前建構複雜代理人工作流最務實的工程方案。

原始來源：GitHub Explorer

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。