附录 C：是否需要 LLM

Dr Strange 只在一组特定且有界的功能里调用外部语言模型，其余的一切都不需要任何模型 即可运行：图存储、向量与关键词索引、基于预先算得向量的混合检索、图算法、时间旅行、 变更流、备份，以及经由解析器插件的代码图化（代码仓库只产出解析事实，导入全程不发起 一次模型调用）。

本附录明确界定：究竟哪些功能需要模型支持、如何在不使用任何模型的情况下运行 Dr Strange，以及如何将这些模型功能指向一个本地模型而非托管 API。无论哪种情形，提供方 API 密钥都从服务端环境（或 [llm] 配置节）读取，绝不从请求或工具参数读取。

哪些功能需要 LLM 支持

模型在两种情形下被调用：为文本生成嵌入（把一个字符串变成一个向量），以及 对话（生成结构或计划）。依赖其一或两者的功能：

其余一切都无需模型：

• 存储与检索你已有的向量。 向量是普通属性；声明一个索引，并以字面量向量 检索它（SEARCH … NEAR $vec）。只有文本查询才需要嵌入。
• 关键词检索。 BM25 纯为词面。
• 图查询与遍历。 MATCH、SEARCH … NEAR $vec、plane.query、 plane.neighbors、graph.seed / graph.expand。
• 图算法。 PageRank、连通分量、最短路径、Louvain。
• 时间旅行、变更流，以及备份/恢复。
• 混合检索的关键词信号与图信号，以及给定字面量向量时的向量信号。

简而言之：仅在把文本变成向量、以及驱动 ask 与 digest 时才需要模型。若你以自己的 流水线为数据生成嵌入，并以字面量向量、关键词与图进行查询，则 Dr Strange 无需任何 模型。

在不使用 LLM 的情况下运行 Dr Strange

有两种相互独立的方式在无模型下运行：直接不使用模型功能，以及构建一个将模型代码完全 排除在外的二进制。

不使用模型功能

模型支撑的操作只有真正被调用时，才会去访问对应的提供方。不设置任何提供方密钥、 并避开 ask、digest 与文本嵌入查询，系统其余部分就能完整地运行。用你自己的 流水线为数据生成嵌入、把向量存成属性，再按下面的方式查询：

• 字面量向量相似度 —— SEARCH (d:Doc) ON embedding NEAR $vec TOPK 10；
• 关键词 —— 一个 BM25 索引（index keyword …）；
• 图 —— MATCH、遍历，以及各图算法。

一个对外提供服务的实例仍然暴露 ask 与 digest，但没配置提供方密钥时，两者都会 返回明确的错误；其它一切不受影响。

不带模型代码进行构建

命令行工具将模型功能门控在 digest Cargo 特性之后，该特性会引入 LLM crate。不带它 构建，即可得到一个完全没有模型依赖的精简二进制：

$ cargo build --release -p drsg --no-default-features --features native-backend

所得的 drsg 省去了 ask 与 digest 命令，其它命令都保持不变：平面、导入/导出、 查询、索引、混合检索（关键词与字面量向量信号）、算法、快照/恢复，以及 serve。

使用本地 LLM / 模型

模型功能并不要求托管 API。一个提供方要么是一个预设名，要么是一个base URL （base URL 是运维者的设置——CLI 参数与配置文件接受它；发给 drsg serve JSON-RPC API 的 请求只能指定预设，或服务端已配置的那个 URL）， 因此任何 OpenAI 兼容的端点都可以提供对话与嵌入，本地端点也不例外。

Ollama

Ollama 在本地暴露一个 OpenAI 兼容的 API。内置的 ollama 预设 指向 http://localhost:11434/v1，无需密钥，默认对话用 llama3.1、嵌入用 nomic-embed-text：

$ ollama pull llama3.1
$ ollama pull nomic-embed-text

$ drsg --db graph.drsg ask "which companies does Ada work for?" \
    --plane social --chat ollama --embed ollama

$ drsg --db graph.drsg digest notes.md --plane social --apply \
    --chat ollama --embed ollama

按需以 --model 与 --embed-model 覆盖模型。

任意 OpenAI 兼容服务

vLLM、LM Studio、llama.cpp 等讲 OpenAI API 的本地推理服务，把它们的 base URL 当作提供方传入即可指定，同时要显式命名模型：

$ drsg --db graph.drsg ask "…" --plane social \
    --chat  http://localhost:8000/v1 --model       my-chat-model \
    --embed http://localhost:8000/v1 --embed-model my-embed-model

如果该端点需要密钥，把它设进环境变量，再用密钥环境变量选项指明变量名即可；不需要 密钥的本地服务则什么都不用配置。

在仪表盘、服务与 MCP 中

所有用到模型的地方，都是同一套提供方。AIgest 页与语义搜索选择器会列出这些预设， 包括 ollama；服务与 MCP 宿主从各自的环境读取提供方密钥（无需密钥的本地服务则不 读取）。对话提供方与嵌入提供方各自独立选择，因此本地对话模型可以搭配本地或托管的 嵌入模型，反过来也一样。