Reor 本地 AI 笔记怎么用：安装与模型配置
Reor 是一款把笔记和 AI 检索放在本机运行的桌面工具，核心用法只有两步：先在设置里配好本地模型，再导入笔记目录让它建立索引。
如果模型路径或 Ollama 地址填错，界面能打开但对话和搜索都用不了。
下面按首次使用的顺序说明。
先确认你手里的模型和环境
Reor 调用的是本地推理，不依赖云端 API，所以需要提前准备两类模型：
- 对话模型：GGUF 格式的模型文件，放在本机固定目录，例如
~/models/下。 - 嵌入模型：用于把笔记转成向量，同样需要本地文件或通过 Ollama 提供。
如果你已经装了 Ollama，可以直接用 ollama list 查看现有模型，例如：
ollama list
# NAME ID SIZE
# qwen2.5:7b xxxxxxxx 4.7 GB
# nomic-embed-text xxxxxxxx 274 MB没有 Ollama 的话，也可以下载 GGUF 文件手动指定路径。
两种方式选一种即可，不要混着填。
在设置里把模型地址配对
打开 Reor 后进入 Settings，重点看两个区域：
- LLM 配置：选择 Ollama 时填
http://localhost:11434，模型名写ollama list里显示的名称，比如qwen2.5:7b。选择本地文件时填 GGUF 的完整路径。 - Embedding 配置：嵌入模型同样可以用 Ollama 的
nomic-embed-text，或者指定本地嵌入模型文件。
填完后点保存，回到主界面新建一条测试笔记，输入一句话后触发索引。
如果设置页有连接测试按钮，先点一次确认状态为成功。
注意：Ollama 默认只监听 127.0.0.1，Reor 和 Ollama 在同一台机器上时用 localhost 即可；
如果 Reor 跑在虚拟机或另一台设备上，需要把 Ollama 的 OLLAMA_HOST 改为 0.0.0.0:11434 并放行端口，否则会一直连接超时。
导入笔记并等待索引完成
模型配好后，通过 Add vault 或设置里的笔记目录选项，选择你存放 Markdown 文件的文件夹。
Reor 会扫描目录并调用嵌入模型生成向量索引。
判断是否成功可以看两点：
- 笔记列表里出现文件，且没有红色报错标记；
- 在搜索框输入笔记中的关键词，能返回对应段落。
首次导入文件较多时索引会持续一段时间，期间不要反复关闭程序。
索引完成后新增笔记通常会自动补建，如果发现新文件没被检索到，手动触发一次重新索引。
常见问题与排查顺序
遇到问题时按“模型是否可用 → 地址是否通 → 索引是否完成”的顺序查，不要一上来就重装。
对话一直转圈或提示模型加载失败：先在终端执行 curl http://localhost:11434/api/tags，能返回 JSON 说明 Ollama 正常；
再核对 Reor 里填的模型名是否和 ollama list 完全一致，大小写和标签都要对上。
搜索不到笔记内容：多半是嵌入模型没配置成功，检查 Embedding 设置是否为空或指向了不存在的文件。
重新保存后对笔记目录执行一次重建索引。
换了模型后旧笔记搜不出来：不同嵌入模型生成的向量不通用，换嵌入模型后需要重新索引整个笔记库，否则新旧向量混在一起会导致结果异常。
笔记文件被改动但检索结果没更新：确认文件保存到了被导入的目录内，而不是复制到了其他路径；
必要时手动重建索引。
使用时的几个避坑点
- 模型文件路径不要包含中文或空格，部分环境解析路径时会出错。
- 对话模型和嵌入模型分开配置，不要拿同一个对话模型当嵌入模型用。
- 索引期间不要移动或删除笔记目录，否则可能出现索引中断。
- 如果只是试用，先导入一个小文件夹验证流程，再导入全量笔记，避免首次索引耗时过长。
完成以上步骤后，Reor 的使用方式就是：写笔记、等索引、用自然语言搜索或对话。
模型和索引都正常时，本地笔记内容不会离开你的机器；
一旦检索结果为空，优先回到模型配置和索引状态这两处检查。
