AI Smart File Search: Kiến Trúc Tìm Kiếm Tệp Cục Bộ Zero-Knowledge
Giải pháp rà soát và định vị nội dung tài liệu chuyên sâu dành cho cá nhân và doanh nghiệp. Hệ thống tự động phân tích ngôn ngữ tự nhiên tiếng Việt, bóc tách Search Plan đa tầng và quét trực tiếp hàng trăm tệp tin (.docx, .pdf, .txt, code, metadata) trong RAM thiết bị. Toàn bộ quy trình diễn ra 100% Client-Side, đảm bảo dữ liệu nhạy cảm không bao giờ rời khỏi máy tính cá nhân.
Ứng dụng W3C File System Access API cho phép trình duyệt truy cập tài liệu qua bộ điều khiển sandbox tạm thời. Tệp tin không bị nén, không gửi lên máy chủ trung gian, tuân thủ tiêu chuẩn GDPR và Luật Bảo vệ Dữ liệu Cá nhân 2026.
Tự động sinh n-gram shingles (Full phrase, Bigrams, Unigrams). Phân tầng điểm số chính xác: +600đ cụm từ gốc, +350đ từ đồng nghĩa, +180đ cụm 2 từ và áp dụng bão hòa tần suất (Saturation) triệt tiêu điểm rác.
Giải mã cấu trúc OpenXML trong tệp Word (.docx) qua streaming ZIP không tốn tài nguyên, trích xuất văn bản PDF, đọc mã nguồn lập trình (.ts, .py, .js) và phân tích Exif/Metadata ảnh theo thời gian thực.
Cơ Chế Động Cơ Tìm Kiếm Rust WebAssembly (WASM)
| Thành Phần | Cơ Chế Xử Lý | Tốc Độ | Yêu Cầu Mạng | Đặc Tính Kỹ Thuật |
|---|---|---|---|---|
| 1. Rust Lexical & Concept Parser | WASM B-Tree Thesaurus + Elasticsearch Shingles & BM25 | 0ms (Tức thì) | Offline 100% | Bóc tách khái niệm, sửa lỗi gõ sai, nhận diện thời gian tự động |
| 2. Gemini Vector (Khi có API Key) | Google text-embedding-004 + Rust SIMD Cosine Similarity | ~150 - 300ms | Google AI Studio | Vector ngữ nghĩa sâu 768-dim, hiểu câu hỏi phức tạp |
| 3. Local Vector (Chế độ Offline) | Deterministic Concept Dispersal + Rust SIMD Math | <1ms (0-Token) | Offline 100% | Vector 768-dim chạy nội bộ trình duyệt, zero-cost, bảo mật tuyệt đối |
Hướng Dẫn 4 Bước Tìm Kiếm Nhanh & Chính Xác
Nhấn "Chọn Thư Mục Cần Tìm" để cấp quyền đọc tạm thời. Trình duyệt chỉ đọc dữ liệu trong phiên làm việc, không lưu trữ hay sao chép tệp tin ra bên ngoài.
Gõ yêu cầu bằng tiếng Việt có dấu hoặc không dấu, ví dụ: "tìm biên lai thu tiền học phí tháng tư" hoặc "hợp đồng thử việc 2026".
Hệ thống tự động hiển thị Search Plan gồm: Định dạng tệp lọc (.docx, .pdf), Shingle cụm từ bắt buộc, và từ khóa tương đồng do AI nhận diện.
Bảng kết quả xếp hạng độ liên quan từ cao xuống thấp. Từng đoạn văn bản khớp được đánh dấu nổi bật kèm số dòng cụ thể để người dùng tra cứu tức thì.
Câu Hỏi Thường Gặp (Frequently Asked Questions)
1. Dữ liệu tài liệu của tôi có được bảo mật và an toàn không?
Tuyệt đối an toàn. Khác với các công cụ tải tệp lên Cloud, Vạn Giới vận hành theo nguyên lý Zero-Knowledge. Toàn bộ quá trình quét, giải mã nhị phân và đối chiếu thuật toán chạy trên CPU/RAM của chính máy tính bạn. Không một byte dữ liệu nào bị truyền tải ra Internet.
2. Tại sao văn bản chứa từ "tiền mặt" nhiều lần không bị xếp đè lên "giấy thu tiền"?
Hệ thống tích hợp quy tắc bão hòa điểm số (BM25 Frequency Saturation) và quy định phối hợp (Coordination Requirement). Với các câu truy vấn từ 2 từ trở lên, một tệp tin bắt buộc phải khớp cụm từ đầy đủ, từ đồng nghĩa AI hoặc tối thiểu 2 từ khóa riêng biệt. Các tài liệu chỉ dính 1 từ đơn lẻ lặp đi lặp lại sẽ bị gán điểm bằng 0 và loại bỏ khỏi kết quả.
3. Xử lý tiếng Việt có dấu và không dấu như thế nào?
Hệ thống bảo vệ dấu thanh tuyệt đối: Từ không dấu như "thu" chỉ khớp với từ "thu" nguyên bản, tuyệt đối không khớp nhầm vào các từ có dấu khác nghĩa như "thủ", "thú", "thử". Đồng thời, nếu văn bản đích là tiếng Việt không dấu (telex-less), công cụ tự động đối chiếu song song mà không gây xung đột nghĩa.
4. Tôi có thể sử dụng khi mất kết nối Internet không?
Có thể. Động cơ Rust WebAssembly (WASM) vận hành 100% offline ngay cả khi không có kết nối Internet với Local Vector 768-dim. Nếu có kết nối mạng và cấu hình API Key, hệ thống tự động kích hoạt Gemini Vector để thẩm định ngữ nghĩa nâng cao.