小树搜索

小树搜索是一款专注于高效、简洁、隐私友好的桌面端本地文件与网络资源聚合搜索工具。它支持快速索引本地文档、图片、笔记等文件，并可对接公开的学术数据库、开源代码仓库及常用知识平台，帮助用户在统一界面中完成跨源信息检索。软件采用轻量级设计，无需联网即可使用核心本地搜索功能，强调响应速度与用户数据自主权。

软件优势

1. 本地优先：所有文件索引与搜索均在本地完成，不上传用户数据，保障隐私安全。
2. 多源聚合：一键切换搜索本地文件、Markdown笔记、网页快照及开放学术资源。
3. 极简交互：无广告、无推广、无注册要求，界面清爽，学习成本低。
4. 智能识别：自动解析PDF、Office文档、代码文件内容，支持中文全文检索。
5. 低资源占用：内存占用低于200MB，老旧设备亦可流畅运行。

使用教程

1. 下载安装：访问官网获取对应系统（Windows/macOS）的离线安装包，双击完成安装。
2. 首次配置：启动后点击“添加文件夹”，选择需索引的本地目录（如“文档”“笔记”），点击“开始索引”。
3. 开始搜索：在顶部搜索框输入关键词，支持空格分词、引号精确匹配（如“人工智能”）、减号排除（如“Python -教程”）。
4. 切换来源：点击搜索框右侧图标，可选择“仅本地”“学术文献”“开源项目”等预设搜索域。
5. 快速预览：点击搜索结果条目，右侧面板即时显示文本摘要或结构化元数据，支持一键复制或打开原文件。

更新日志

v2.3.1（2024年6月）：优化PDF文本提取准确率；新增深色模式自动跟随系统设置；修复多级子目录索引遗漏问题。
v2.2.0（2024年3月）：上线学术资源插件（支持arXiv、PubMed基础检索）；增加搜索历史本地加密存储；提升大文件（>100MB）索引稳定性。
v2.1.4（2023年12月）：支持Markdown文档标题层级索引；修复部分中文标点导致的分词异常；增强ARM架构macOS兼容性。