一个本地优先的 CLI，作用于你自己的笔记：模型永远不会看到文档 ID，因此它无法伪造引用（MIT）

我的项目，MIT 许可，免费，无需注册。任何兼容 OpenAI 的端点都可以，包括回环（loopback）；下面的转录来自一个本地 30B 模型。我在别处拿不到的一点是：**模型永远不可能凭空编造引用。** 它看到的只是 `[1]`…`[k]`，永远不会看到文档 ID、路径或哈希——数字是在答案写完之后才解析回文件的，而且每个句子都根据其自身的引用来评判。没有引用任何内容的句子会被标记为 `UNSUPPORTED`，而不会被当作承担论据的句子。当语料库无法回答时，它会直接说不知道，而不是用最接近的内容拼凑答案： ``` $ chamber ask "what should a customer do if they want to return a perishable item after the office has closed?" I don't know [APORIA] I don't know ``` 后半部分：被引用的段落会被哈希处理，一个定时任务 `chamber verify` 会重新读取它们，当有变化时以非零状态退出——这样你就能发现某个结论建立在已经变化的基础之上，而无需主动去检查。这部分不需要模型。 整个流程只需一条命令，使用一次性文件夹，无需配置/数据库/模型/网络： ``` git clone https://github.com/abm9111/chamber && cd chamber npm ci && node --experimental-strip-types src/cli.ts try ``` 明确说一下注意事项：它证明的是被引用的段落*确实*是它所声称的内容——而不是该结论从逻辑上由它推出。需要 Node 23.6+（直接运行 TS，无需构建步骤）。`docs/KNOWN_LIMITATIONS.md` 中有 17 条。 这是借助 AI 编写的，提交信息（commit trailers）里也这么标明；我更希望人们通过 `npm run probes` 和 `demos/` 中经过 CI 的演示来评判它。 https://github.com/abm9111/chamber 相比星星，我更想要反馈——逐句引用门控是否是正确的粒度？对于“这个来源在我脚下动了”这个问题，有没有比哈希更好的解决方案？