断网时问本地 AI 一个百科问题，它通常只能靠模型原本记住的内容作答。开发者 mantisalt 写了一个约百行的 Bash 脚本，让 Agent 在普通聊天中搜索、阅读预先下载的维基百科，像给它添了一座不联网也能查的资料室。
这套做法属于 RAG（检索增强生成）：先找出相关资料，再把片段交给模型回答。Bash 则是常见的命令行脚本语言，适合把搜索、文本处理和模型调用串起来。脚本只需指向 llama-server——llama.cpp 提供的本地模型接口——便能开始聊天。作者称，即使使用通常能力有限的 LFM2.5-2B，也得到了“出乎意料地好”的结果，Qwen 同样能完成任务；不过材料没有提供系统评测。
它的看点不在刷新效果纪录，而在于把离线 RAG 压缩成容易看懂的小工具：不用庞大框架，也能让 Agent 调用本机知识。代价同样明确：维基内容不会自动更新，用户还得自行准备存储空间和索引。