LocalLens is an open-source, local-first file chat. Point it at any folder and it builds a private brain you can chat with. Every answer comes with citations and nothing leaves your machine. It is built with Bun, TypeScript, and the QVAC SDK.

Does LocalLens send my files to the cloud?

No. QVAC runs the chat and embedding models locally. File discovery, chunking, retrieval, and completion all happen in-process on the user's machine. No document, query, or response is sent to a third-party service.

What hardware do I need to run LocalLens?

Any machine that can load a 1.7B-parameter quantized language model. A 600M fallback is wired in for slimmer hardware. No GPU is required. The runtime needs Bun >= 1.3.0 and Node >= 22.17.0.

QVAC is Tether's on-device AI SDK. It exposes a small surface for loading quantized models, running completions, computing embeddings, and chunking and indexing text for retrieval-augmented generation. LocalLens uses QVAC for both the chat and the embedding pipeline.

How is LocalLens different from cloud RAG services?

Cloud RAG services hold the documents you chunk, the queries you make, and the model's responses — each is a leak surface. LocalLens runs the entire pipeline on your machine, so nothing leaves. The trade is a smaller model and a single-user setup. The whole reference implementation is eight TypeScript files in src/.

Is LocalLens production-ready?

LocalLens is a reference implementation, intended for learning, prototyping, and single-user private brains. It is not a multi-tenant production vector database. For large corpora or shared retrieval, use a dedicated vector database alongside the patterns the LocalLens docs describe.

What languages does the documentation support?

English (canonical), Spanish, Portuguese, and Japanese. Switch locales via the language selector in the navigation bar or by visiting /es/, /pt/, /ja/ directly.

Where can I report a bug or contribute?

Open an issue or pull request at github.com/souzavinny/locallens for the application, or github.com/souzavinny/locallens-docs for this documentation. Both repositories are MIT-licensed.

Um chat local-first sobre seus arquivos, sem a nuvem

O LocalLens transforma qualquer pasta em um brain privado. Você pergunta, recebe respostas com citações — tudo na sua máquina. Construído com Bun, TypeScript e o QVAC SDK.

Começar agora Ler o walkthrough

bun run cli examples/sample-brain "your question"

Brain de exemplo

12 arquivos · indexados localmente

pronto

Pergunte a este brain sobre seus arquivos locais

O loop inteiro, em oito arquivos TypeScript

Descoberta de arquivos, chunking, retrieval, prompts, completion, persistência e dois pontos de entrada. Pequeno o bastante para ensinar, completo o bastante para estender.

Descoberta de arquivos

Percorre qualquer pasta, filtra por extensões seguras, ignora caches e lockdirs, e normaliza paths para o file picker do navegador.

RAG local

QVAC ragChunk + ragIngest + ragSearch entregam retrieval com grounding — sem vector database na nuvem, sem API keys.

Inferência no dispositivo

QWEN3 1.7B (Q4) para chat, GTE-Large FP16 para embeddings. Tem fallback para 600M em máquinas mais enxutas.

Respostas com citações

Toda resposta vem com citações entre colchetes que apontam para o chunk exato no arquivo original.

Armazenamento em JSON

Brains e chunks ficam em .locallens/store.json. Você inspeciona com cat, faz backup com cp e compara com git diff.

CLI + navegador

Dois pontos de entrada sobre o mesmo core. Testa a pipeline no terminal e depois sobe com Bun.serve para ter uma UI de verdade.

IA local por design

Os arquivos não saem da sua máquina

O QVAC roda os modelos localmente. Ingestão e busca acontecem em processo — nenhum documento é enviado para lugar nenhum.

Respostas com grounding

O prompt builder força o modelo a citar os chunks recuperados ou a dizer claramente que não sabe. Sem caminhos inventados.

Nuvem opcional

Tira a rede do ar e o LocalLens continua funcionando. Depois você abre um túnel se quiser compartilhar um brain com alguém.

Pequeno o bastante para ler

Oito arquivos TypeScript em src/, divididos por responsabilidade. Você lê o código todo numa tarde.

Ver a arquitetura →

Construído com Bun, TypeScript e QVAC · Licença MIT