CorpusMind：本地优先的语料库语言学与多模态话语分析 AI 研究环境

waleedmandour/CorpusMind · Local-first, AI-native research environment for corpus linguistics and multimodal discourse analysis. Engine (FastAPI), web (PWA), desktop (Tauri 2), full 12 statistics with tests, AGPL-3.0.

GitHub原文发布未知首次收录 2026-11-01上架 2026-11-04 07:05

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

CorpusMind 是面向语料库语言学与多模态话语分析的本地优先、AI 原生研究环境，提供共享项目系统的 Text 套件（索引、词频、搭配、关键词、n-grams、离散度及词性/语义/话语/情感等多层分析，并原生支持阿拉伯语）以及视觉分析套件。项目由 FastAPI 引擎、PWA 网页前端和 Tauri 2 桌面端组成，支持通过 Ollama 或 LM Studio 本地运行 LLM，强调每个结论都可追溯引用来源，且 AI 回答基于语料证据；提供 Docker 自托管与多格式导出。多模态视觉工作台已拆分至 CorpusMind Lens 仓库。

# 多模态 # tauri # 本地 LLM # 语料库语言学 # 话语分析

核心能力与快速开始

★ 0 · Python

能做什么: 提供语料导入与清洗、索引检索、频率/搭配/关键词/离散度/n-grams 等统计分析，含效应量与显著性校正；支持词性、依存、语义、话语、语用、隐喻与情感等分析层，并以方法论文本和引用编号保证可追溯；内置基于 Ollama/LM Studio 的接地式 AI 助手与工具调用；支持多格式与图表导出、双语（英/阿）界面，以及桌面端离线运行和课堂只读服务器模式。
适用场景: 语言学研究者对原始文本开展无需写代码的定量与定性分析；语言教学与学习者语料研究（CAF 指标、错误模式候选）；基于多种话语理论框架的论文级分析并生成方法学段落；课堂环境中教师向学生共享只读语料分析会话。
项目形态: 可直接使用的工具
部署方式: 提供 FastAPI 引擎本地运行、Vercel 网页演示（需自备引擎实例）、Tauri 2 桌面安装包（Windows/Linux/macOS，引擎作为本地 sidecar 内置，可完全离线）、自托管 Docker 镜像；可选启用课堂服务器（Secure/Simple 模式）。
主要依赖: Python 3.12+、Node.js 20+；构建桌面端还需 Rust 与 Cargo；本地 LLM 推理需安装 Ollama 或 LM Studio。硬件与 API 成本未说明。
使用限制: README 称当前在消费级硬件上仅测试至约 10 万 token 语料，搭配查询约需一秒、索引查询数秒；面向百万级 token 的 SQLite FTS5 索引仍在路线图中；乌尔都语、印地语、波斯语的词性与依存解析依赖可选 Stanza；部分分析工具对非英语/阿拉伯语返回不可用状态；多模态视觉工作台已迁至独立仓库；部分 API 端点标记为实验性且尚无 UI；许可为 AGPL-3.0，商用条件未说明。
许可证: AGPL-3.0
最近推送: 2026-11-01 03:56

官方入门核对 README 依据 ↗

资料检查：2026-11-01 07:00 · 卡片整理：2026-11-04 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

作为本地优先的语料库语言学与话语分析研究环境，供开发者以 FastAPI 引擎、PWA 前端和 Tauri 2 桌面端形式自托管运行，并通过 Ollama 或 LM Studio 在本地运行 LLM；其 AI 回答基于语料证据并附带可追溯引用。

查看内容依据

Local-first, AI-native research environment for corpus linguistics and multimodal discourse analysis. Engine (FastAPI), web (PWA), desktop (Tauri 2), full 12 statistics with tests, AGPL-3.0.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Wasify AI：本地优先的多模态 AI 工作台

Wasify AI 是一个可在自己电脑上运行的本地优先 AI 应用，提供聊天助手、基于自有文档的 Notebooks、图像、视频、语音和音乐生成等功能，所有产出集中在一个可语义搜索的库中。底层包含可复用的平台核心（API、LangGraph 代理运行时、模型网关、媒体 Worker 等），每个产品是薄层应用；目前是早期原型，桌面应用优先面向 Mac。

WatchMate：为每位观众生成个性化直播集锦的多模态视频理解 Agent

WatchMate 是一个基于 Meta Muse 系列模型的多模态视频理解 Agent。它能够监控新视频，按 6 秒片段同时分析画面与声音，再通过长上下文推理将整场直播归纳为关键事件。它根据每位订阅者用文字或语音描述的偏好，判断视频是否适合该用户；若适合，则从共享时间线中挑选片段，生成符合个人时长预算的集锦，并对每个片段进行自检；随后用 Muse Image 生成封面，通过 Telegram 推送集锦与摘要，并支持跟进追问（回答、展示片段或重建集锦）。项目包含 Control Room 操作台、示例运行记录、单元测试与评估脚本，亦提供 Docker 运行方式。README 说明每小时视频分析成本约 3–4 美元，并列出当前限制（来源为本地文件夹、仅支持 Telegram、私有演示、非真正实时流式接入等）。

Proof of Turnover：用照片验证度假短租房打扫是否完成

该项目是一个面向度假短租房清洁验收的可验证 AI 代理。房东在 setup 页面按房间上传清洁示例照片和规则，由 Muse Spark 起草检查清单并规划引导式拍照流程；清洁工按房间逐一拍摄照片，系统在后台用两次独立的 Muse Spark 检查加 SAM 3.1 目标检测进行三重校验，只有三者对同一张照片达成一致才判定该项已完成。未获证明的项会以清洁工所用语言生成补拍请求，问题项由清洁工选择“已修复、无法修复、没问题或稍后”，最终由房东在 host 页面审核前后对比照片、语音备注翻译和模型调用日志，并决定通过或退回。项目还提供模型调用缓存与回放机制，记录每次判定所依据的证据照片和调用时间线。

thrift-agent：AI 二手转售刊登代理（照片到 Poshmark/Depop/Vinted 上架）

一个面向二手衣橱的多模态 AI 刊登代理：将 iPhone 照片按单品切分，从照片中提取品牌、尺码、成色等有证据支撑的事实，依据卖家历史成交定价，按卖家文风撰写文案，经校验与 lint 后通过 Telegram 人工确认价格，再用真实浏览器会话以幂等方式发布到 Poshmark，并跨站刊登到 Depop 和 Vinted。技术栈为 Python 3.14、Claude API（视觉与工具调用）、Pydantic、Playwright、SQLite 与 launchd，含约 2100 个测试和 3 操作系统 CI。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。