Often, no. 對於一個包含合約、報告或電子郵件的資料夾，具備全文搜尋工具的 AI 代理會找到正確的檔案，只讀取匹配的段落並引用它們，且索引在本機執行，無需嵌入模型或向量資料庫。GroupDocs.Search.Mcp 讓 Claude Desktop、Claude Code、Cursor 或 Copilot 只需一個 Docker 指令即可使用此工具：

索引合約資料夾，然後告訴我哪些合約提到終止罰金並引用該條款。

步驟說明、設定與故障排除請參考文件：如何使用 MCP 讓 AI 代理搜尋文件

為什麼大家首先想到嵌入？

因為「retrieval‑augmented generation」被視為一套配方：將文件切割成片段，對每個片段進行嵌入，將向量儲存起來，對問題進行嵌入，取最近的片段並貼到提示中。這種方式可行，且對於問題的表述與文件完全不同的情況是正確的工具。但它是一條需要呼叫嵌入模型、運行向量儲存、調整切割參數，且每次文件變更都要重新嵌入的管線。對於「我的 300 份合約中哪一份提到終止罰金」這類問題，搜尋索引直接就能回答。

證據已趕上直覺。2025 年底在 arXiv 發表的一項研究（Keyword search is all you need）讓代理僅使用關鍵字與正則表達式在資料夾中搜尋，並與標準 RAG 管線比較：取得超過 90% 的 RAG 分數，且不需要向量資料庫，更適合經常變動的集合。編程代理早已在實踐中展示此模式：先用 grep 搜尋、再精煉、再搜尋。

代理改為做什麼？

三個呼叫。GroupDocs.Search.Mcp 提供八種工具；此迴圈只需要其中三種：

user              agent                         Search MCP server
 |  "Which contracts mention a termination penalty?"           |
 |---------------->|                                           |
 |                 |-- add_to_index ------------------------->|  reads the
 |                 |   {"documentsPath":"contracts",           |  files once,
 |                 |    "indexName":"contracts"}               |  stores text
 |                 |<- "5 document(s) added, 5 in the index" --|
 |                 |-- search ------------------------------->|
 |                 |   {"query":"termination AND penalty"}     |
 |                 |<- {"documentsFound":3, "documents":[ ... |  which files
 |                 |-- get_text_fragments ------------------->|
 |                 |   {"query":"\"termination penalty\""}     |
 |                 |<- === contracts/acme-...-agreement.pdf ===|  the passages
 |<- "Two contracts carry one: Acme (3 monthly fees, 12.3),    |
 |    Globex (50% of the remaining fees). Initech excludes it."|

add_to_index 會一次讀取檔案，並將文字存入磁碟上的命名索引。search 以 JSON 回傳匹配的檔案及出現次數。get_text_fragments 會回傳每個匹配項的前後幾個字，讓代理引用條款而不是載入整份合約。

以下是我們在五份合成合約上測試時伺服器實際回傳的結果：

-> search {"query":"termination AND penalty","indexName":"contracts"}
<- documentsFound 3: acme-master-services-agreement.pdf,
   globex-consulting-agreement.docx, initech-nda.docx

-> get_text_fragments {"query":"\"termination penalty\"",...}
<- === contracts/acme-master-services-agreement.pdf (1 occurrence(s)) ===
     …a termination penalty of three monthly fees applies, payable
     within 30…
   === contracts/globex-consulting-agreement.docx (1 occurrence(s)) ===
     …Early termination penalty: the Client pays 50 percent of the fees…

注意第三份合約。Initech NDA 因為包含 “there is no fee and no penalty associated with termination” 而匹配了 termination AND penalty。段落本身說明了匹配與提及的差別，讀取段落的代理會如此說明。這就是 grounding：答案中的每一個主張都指向一個檔案與可開啟的句子。

各種方法各有何優勢？

Embedding pipeline                       Agentic full-text search
-------------------------------------    -------------------------------------
split, embed, store in a vector store    add_to_index: a local full-text index
embed the question, take top-k chunks    agent searches, refines, searches again
paste the chunks into the prompt         get_text_fragments: quoted passages
re-embed when documents change           update_index re-reads what changed
needs an embedding model and a store     no model calls, no network at runtime
matches meaning; ranking is opaque       matches words; every hit is explainable

當問題與文件沒有共享詞彙時，全文搜尋會失效：「哪些合約對我們有風險？」 沒有關鍵字。當詞彙共享時則表現良好，這描述了大多數人對自己文件的提問：條款名稱、產品、客戶、發票號碼、日期範圍。若查詢未命中，代理會嘗試 renewal OR renews 或模糊匹配，就像人類一樣。伺服器會協助：未加引號的兩字查詢在 GroupDocs.Search 中不會匹配任何結果，空結果會帶有 hint，告訴代理去加引號。

哪個工具對應哪個問題？

使用者提問 代理呼叫
「索引此資料夾」 add_to_index
「哪些檔案提到 X？」 search
「X 的說明是什麼？」 get_text_fragments
「檔案變更，請刷新」 update_index
「忘記草稿資料夾」 remove_from_index
「索引裡有什麼？」 get_index_info
「建立一個獨立的索引」 create_index
「為什麼只有 10 個結果？」 get_license_status

此索引支援 82 種格式，包括 PDF、Office、OpenDocument、HTML，以及電子郵件封存檔 (PST、OST、MSG、EML) 及其附件。

如何執行？

claude mcp add groupdocs-search -- docker run --rm -i \
  -v /path/to/documents:/data ghcr.io/groupdocs-search/search-net-mcp:latest

Cursor、Claude Desktop、VS Code 搭配 GitHub Copilot 以及其他客戶端皆在各自的設定檔中使用相同的容器：在 AI 客戶端中註冊。在 Linux 上加入 --user "$(id -u):$(id -g)"，讓容器能將索引寫入你的資料夾。伺服器執行的是 GroupDocs.Search 26.10 引擎，其全新索引格式使索引體積更小，記憶體使用量約減半（release notes）。

誠實的限制

  • 評估模式下，索引最多容納 100 份文件，搜尋最多返回 10 筆；每個回應都會說明此限制。請先呼叫 get_license_status。
  • 這是全文搜尋，而非語意搜尋：匹配的是字詞，而非意義。
  • 不支援 OCR：掃描的 PDF 若沒有文字層，僅會根據檔案屬性建立索引。
  • 僅以 Docker 映像方式提供（打包工具超過 NuGet 大小限制）。

常見問答

Claude 能在本機搜尋我的文件而不上傳嗎？
可以。伺服器在你的機器上以容器執行，讀取你掛載的資料夾；只有代理引用的段落會傳遞給模型。

這是 RAG 嗎？
它屬於檢索增強（retrieval‑augmented），但以代理方式實作：模型自行決定何時搜尋、何時停止，使用全文索引取代嵌入向量。

文件變更時會發生什麼事？
請讓代理刷新。update_index 只會重新讀取已變更、已新增或已刪除的檔案。

深入了解