SSD Nodes Learn Hosting plans →
راهنماها Matt Connorتوسط Matt Connor · به‌روزرسانی شده 2026-11-20

آموزش نصب و میزبانی شخصی موتور جستجوی Hister

با نصب Hister روی VPS، تمام صفحات بازدید شده و فایل‌های شخصی خود را نمایه‌سازی کنید. این راهنما شامل مراحل نصب Docker، تنظیمات TLS، احراز هویت و پیکربندی MCP برای جستجوی هوشمند است.

Hister چیست و چه چیزی نیست

Hister یک موتور جستجوی شخصی است که خودتان آن را میزبانی می‌کنید. این ابزار متن کامل صفحاتی که بازدید کرده‌اید و فایل‌هایی که نگهداری می‌کنید را ایندکس می‌کند و سپس به شما اجازه می‌دهد از طریق یک رابط وب، کلاینت ترمینال، HTTP API یا یک دستیار هوش مصنوعی (AI) در آن مجموعه جستجو کنید. Hister به یک پرسش پاسخ می‌دهد: «آن مطلب را کجا خوانده بودم؟»

بیشتر کاربران با این ایده از طریق SearXNG آشنا می‌شوند، اما این دو ابزار یکسان نیستند. اگر نامی که می‌شناسید Searx قدیمی است، آن پروژه دیگر نگهداری نمی‌شود و فایل README آن اکنون کاربران را به عنوان پروژه جدید نویسنده‌اش به Hister ارجاع می‌دهد. Searx و SearXNG پروژه‌های جداگانه‌ای باقی مانده‌اند و SearXNG فورک فعال و تحت نگهداری است، بنابراین برای راه‌اندازی یک نمونه جدید metasearch باید از آن استفاده کرد. SearXNG یک پروکسی metasearch است. پرس‌وجوی شما به آن ارسال می‌شود، آن از طرف شما از موتورهای دیگر سوال می‌پرسد و نتایج را بدون ردیابی به شما بازمی‌گرداند. ایندکس متعلق به آن موتورهاست. Hister ایندکس اختصاصی خود را از محتوایی که به آن می‌دهید می‌سازد: صفحاتی که توسط افزونه مرورگر ضبط شده‌اند، تاریخچه مرورگر وارد شده، URLهای خزش‌شده و فایل‌های موجود در دایرکتوری‌هایی که به آن معرفی می‌کنید. یک نمونه خودمیزبان SearXNG دسترسی خصوصی به وب عمومی را برای شما فراهم می‌کند. Hister امکان جستجو در مطالعات شخصی‌تان را به شما می‌دهد. وظایف این دو متفاوت است، بنابراین اجرای هر دو روی یک سرور امری عادی است. اگر چنین کردید، دانستن اینکه SearXNG واقعاً چه مقدار از جستجوی شما را پنهان می‌کند ارزشمند است، زیرا این ابزار به جای مخفی کردن خودِ پرس‌وجوها، IP شما را در موتورهای جستجو با IP سرورتان جایگزین می‌کند.

Hister نرم‌افزاری آزاد تحت مجوز AGPLv3 (مجوز عمومی همگانی آفرو گنو، نسخه 3) یا نسخه‌های بعدی است. این ابزار هیچ تله‌متری ندارد و به هیچ سرویس ابری وابسته نیست. این راهنما نسخه v0.17.0 را مبنا قرار داده که در تاریخ 2026-07-28 نسخه جاری بود. در تاریخ 2026-10-12 نسخه جاری v0.20.0 بود. در تاریخ 2026-10-29 نسخه جاری v0.21.0 بود. در تاریخ 2026-11-19 نسخه جاری v0.22.0 است که اولین نسخه با نام جدید پروژه، یعنی Nogon، محسوب می‌شود. دستورات زیر برای نسخه v0.17.0 نوشته شده‌اند و قابلیت‌های اندکی که در اینجا ذکر شده و بعداً اضافه شده‌اند، با ذکر نسخه‌ای که آن‌ها را افزوده است مشخص شده‌اند. پیش از کپی کردن هر دستوری، صفحه نسخه‌ها (releases) را برای یافتن تگ جاری بررسی کنید و سپس تگی که آنجا می‌بینید را مبنا قرار دهید.

ارتقا به v0.22.0 نیازمند اقداماتی فراتر از جایگزینی شماره نسخه در دستورات زیر است. دانلودهای جدید از نام باینری nogon استفاده می‌کنند، config create جایگزین create-config می‌شود و user create و user update جایگزین create-user و update-user می‌شوند. پیش از ارتقا، سرور را متوقف کرده و یک نسخه پشتیبان کامل تهیه کنید و مسیرهای داده و volumeهای کانتینر موجود را حفظ کنید. نصب‌های افزونه مرورگر فعلی، تغییر نام را از طریق به‌روزرسانی‌های فروشگاه دریافت کرده و تنظیمات خود را حفظ می‌کنند.

چرا Hister را روی یک VPS میزبانی کنیم

یک ایندکس تنها زمانی مفید است که کامل باشد، و تنها در صورتی کامل است که سرور در حین مطالعهٔ شما در حال اجرا بوده باشد. لپ‌تاپ نیمی از روز را در حالت خواب (sleep) سپری می‌کند. صفحاتی که در آن زمان با گوشی خود باز می‌کنید هرگز به سرور نمی‌رسند و عملیات import که شبانه آغاز شده باشد، هرگز شروع نمی‌شود. یک VPS (سرور مجازی خصوصی) همیشه روشن است؛ بنابراین تمام دستگاه‌های شما داده‌ها را به یک ایندکس واحد ارسال می‌کنند و خزنده (crawler) در حالی که شما خواب هستید، به کار خود ادامه می‌دهد.

دلیل دوم، جداسازی است. تنظیم user_handling: true در بخش app به هر حساب کاربری، اعتبارنامه‌های اختصاصی و مجموعه اسناد مجزای خود را در یک نمونه (instance) واحد می‌دهد. بدین ترتیب، یک سرور می‌تواند نیازهای یک خانواده یا یک تیم کوچک را بدون اینکه کسی بتواند مطالب مطالعه‌شده توسط دیگری را جستجو کند، پوشش دهد.

دلیل سوم، زیرساخت اتصال است. VPS از قبل یک نام میزبان عمومی و یک گواهی دارد؛ افزونهٔ مرورگر برای دسترسی به سرور از شبکه‌ای که کنترل آن را در اختیار ندارید، به همین موارد نیاز دارد. همین جفت در بخش‌های دیگری از سرور نیز کاربرد دارد، زیرا openGym اولین passkey خود را در برابر نام میزبانی ثبت می‌کند که در آن زمان فعال است؛ بنابراین نام و گواهی باید پیش از ایجاد نخستین حساب نهایی شده باشند.

نصب مسیر یک: فایل باینری نسخه منتشر شده

Hister برای هر پلتفرم یک فایل باینری ارائه می‌دهد. آن را به همراه فایل checksum دانلود کنید و پیش از نصب، صحت آن را بررسی نمایید.

cd /tmp
curl -LO https://github.com/asciimoo/hister/releases/download/v0.17.0/hister_0.17.0_linux_amd64
curl -LO https://github.com/asciimoo/hister/releases/download/v0.17.0/hister_0.17.0_checksums.txt
sha256sum --ignore-missing -c hister_0.17.0_checksums.txt

نتیجه سالم، نمایش خط واحد hister_0.17.0_linux_amd64: OK است. مشاهده خط FAILED به این معناست که فایل دانلود شده آسیب دیده یا تغییر یافته است؛ بنابراین به جای نصب، دوباره آن را دانلود کنید.

فایل باینری را نصب کرده و سپس یک حساب کاربری سیستمی و دایرکتوری‌هایی که از آن استفاده خواهد کرد را ایجاد کنید.

sudo install -m 755 /tmp/hister_0.17.0_linux_amd64 /usr/local/bin/hister
sudo useradd --system --home-dir /var/lib/hister --shell /usr/sbin/nologin hister
sudo install -d -o hister -g hister -m 750 /var/lib/hister
sudo install -d -m 755 /etc/hister
sudo hister create-config /etc/hister/config.yml

دستور create-config یک فایل پیکربندی پیش‌فرض ایجاد می‌کند و همچنین ثابت می‌کند که فایل باینری روی این ماشین اجرا می‌شود. دانلود فایل برای معماری اشتباه، دقیقاً در همین مرحله با خطای cannot execute binary file: Exec format error شکست می‌خورد.

تنظیمات مهم را ویرایش کنید. باقی محتویات فایل تولید شده می‌تواند به همان شکل باقی بماند.

app:
  directory: /var/lib/hister
  access_token: 'paste-a-long-random-string-here'
server:
  address: 127.0.0.1:4433
  base_url: https://hister.example.com

توکن را با استفاده از openssl rand -hex 32 تولید کنید. این فایل اکنون حاوی یک اعتبارنامه است، بنابراین پیش از شروع به کار سرویس، دسترسی به آن را محدود کنید.

sudo chown root:hister /etc/hister/config.yml
sudo chmod 640 /etc/hister/config.yml

اجرای آن تحت systemd

فایل /etc/systemd/system/hister.service را بنویسید:

[Unit]
Description=Hister personal search engine
After=network-online.target
Wants=network-online.target

[Service]
User=hister
Group=hister
Environment=HISTER_CONFIG=/etc/hister/config.yml
ExecStart=/usr/local/bin/hister listen
Restart=on-failure
NoNewPrivileges=yes
PrivateTmp=yes
ProtectSystem=strict
ProtectHome=yes
ReadWritePaths=/var/lib/hister

[Install]
WantedBy=multi-user.target

متغیر محیطی HISTER_CONFIG مسیر پیکربندی مستندشده است، بنابراین unit به دایرکتوری home حساب کاربری hister وابسته نخواهد بود. گزینه ProtectSystem=strict کل سیستم فایل را برای این سرویس فقط‌خواندنی (read-only) می‌کند، به همین دلیل ReadWritePaths باید مسیر دایرکتوری داده را مشخص کند. گزینه ProtectHome=yes مسیر /home را از دید سرویس مخفی می‌کند، بنابراین یک دایرکتوری تحت نظارت در /home برای ایندکس‌کننده خالی به نظر می‌رسد. اگر نیاز دارید فایل‌های آنجا را ایندکس کنید، این خط را حذف کنید.

sudo systemctl daemon-reload
sudo systemctl enable --now hister
systemctl status hister --no-pager
curl -sS -o /dev/null -w '%{http_code}\n' http://127.0.0.1:4433/

هر کد وضعیت HTTP که توسط دستور آخر چاپ شود، به این معنی است که پردازش در حال گوش دادن است. کد curl: (7) Failed to connect به این معنی است که سرویس در حال گوش دادن نیست و journalctl -u hister -n 50 --no-pager دلیل آن را اعلام خواهد کرد.

مسیر نصب دوم: Docker Compose

این ایمیج در GitHub container registry منتشر شده است و برای هر release یک تگ اختصاصی دارد.

services:
  hister:
    image: ghcr.io/asciimoo/hister:v0.17.0
    container_name: hister
    user: '1000:1000'
    restart: unless-stopped
    environment:
      - HISTER__SERVER__ADDRESS=0.0.0.0:4433
      - HISTER__SERVER__BASE_URL=https://hister.example.com
      - HISTER__APP__ACCESS_TOKEN=${HISTER_ACCESS_TOKEN}
    volumes:
      - ./data:/hister/data
    ports:
      - 127.0.0.1:4433:4433

هر کلید پیکربندی دارای یک جایگزین محیطی (environment override) به فرمت HISTER__<SECTION>__<KEY> است که در آن از دو زیرخط به عنوان جداکننده استفاده می‌شود؛ بنابراین استقرار کانتینر نیازی به mount کردن فایل پیکربندی ندارد. HISTER_ACCESS_TOKEN را در یک فایل .env در کنار فایل compose نگه دارید. اگر ترجیح می‌دهید فایل را ویرایش کنید، docker run --rm ghcr.io/asciimoo/hister:v0.17.0 create-config > config.yml مقادیر پیش‌فرض را چاپ می‌کند.

دو خط بالا به راحتی ممکن است اشتباه درک شوند و درک هر دو اهمیت دارد.

آدرس داخل کانتینر باید 0.0.0.0:4433 باشد. هر کانتینر فضای نام شبکه (network namespace) مستقل خود را دارد، بنابراین فرآیندی که به 127.0.0.1 متصل (bind) شده باشد، فقط از داخل همان کانتینر قابل دسترسی است و پورت منتشر شده (published port) مقصدی برای فوروارد کردن درخواست‌ها نخواهد داشت.

پورت منتشر شده به صورت 127.0.0.1:4433:4433 نوشته می‌شود، نه 4433:4433. داکر پورت‌ها را با درج قوانین netfilter اختصاصی خود منتشر می‌کند و این قوانین پیش از قوانین ufw ارزیابی می‌شوند؛ بنابراین یک 4433:4433 ساده حتی در سروری که ufw status پورت را بسته نشان می‌دهد، همچنان از اینترنت قابل دسترسی باقی می‌ماند. اتصال سمت میزبان (host) به 127.0.0.1 باعث می‌شود reverse proxy تنها راه ورود باشد. همین تله برای تمام کانتینرهای روی سرور صدق می‌کند و Docker Compose روی VPS باقی این مبحث را پوشش می‌دهد.

خط user: '1000:1000' کانتینر را با UID 1000 و GID 1000 اجرا می‌کند که جایگزین UID و GID پیش‌فرض 65532 در ایمیج رسمی v0.17.0 می‌شود، بنابراین ./data باید توسط UID 1000 و GID 1000 قابل نوشتن باشد. اگر دایرکتوری وجود ندارد، آن را با mkdir -p ./data ایجاد کنید؛ sudo chown -R 1000:1000 ./data مالکیت آن را به آن حساب کاربری می‌دهد. در میزبانی که SELinux روی آن فعال است، از ./data:/hister/data:Z استفاده کنید تا داکر برچسب مناسب را اختصاص دهد. اگر این اعداد برای شما ناآشنا هستند، ابتدا کانتینر با چه UID و GID فایل‌ها را می‌نویسد را مطالعه کنید.

چرا افشای یک نمایه جستجوی شخصی، بدترین اتفاق ممکن است

نرم‌افزار Hister به‌صورت پیش‌فرض روی 127.0.0.1:4433 گوش می‌دهد و این انتخاب کاملاً آگاهانه است. به محتویاتی که این نمایه پس از یک ماه استفاده در خود جای می‌دهد فکر کنید: صفحات ویکی داخلی، صورت‌حساب‌ها، تیکت‌های پشتیبانی که در زمان لاگین بودن باز کرده‌اید، صفحات بازنشانی رمز عبور و متن کامل هر چیزی که مطالعه کرده‌اید. مستندات پروژه مستقیماً به این موضوع اشاره دارد: "Hister تمام تاریخچه مرور شما، شامل محتوای صفحات را به سرور ارسال و از آن دریافت می‌کند."

یک پایگاه داده رمز عبور لو رفته، همچنان باید کرک شود. اما یک نمایه شخصی لو رفته، متنی ساده و از پیش قابل جستجو است؛ بنابراین این ابزار به مراقبتی بسیار فراتر از یک برنامه کوچک self-hosted معمولی نیاز دارد.

دو واقعیت از این موضوع ناشی می‌شود. Hister به‌صورت پیش‌فرض هیچ احراز هویتی ندارد، بنابراین یک reverse proxy به‌تنهایی باعث می‌شود یک کپی قابل جستجو از تاریخچه مطالعه شما برای هر کسی که نام دامنه (hostname) را بداند، منتشر شود. نقطه پایانی MCP نیز به‌صورت پیش‌فرض در /mcp ارائه می‌شود و بدون داشتن توکن، هر کلاینتی که به آن دسترسی پیدا کند می‌تواند در نمایه شما جستجو انجام دهد.

پیش از آنکه سرویس برای اولین بار از localhost خارج شود، احراز هویت را پیکربندی کنید. برای یک کاربر واحد، تنها استفاده از app.access_token کافی است؛ یک رمز مشترک که توسط افزونه مرورگر، کلاینت ترمینال و هر کلاینت MCP ارسال می‌شود. برای چندین کاربر، user_handling: true را تنظیم کرده و حساب‌های کاربری ایجاد کنید:

sudo -u hister hister create-user alice --admin --config /etc/hister/config.yml

این دستور از شما یک رمز عبور با طول 8 تا 72 بایت (UTF-8) می‌خواهد. از آنجا که یک کاراکتر یونیکد می‌تواند چندین بایت اشغال کند، ممکن است کمتر از 8 کاراکتر نیز پذیرفته شود. هر حساب کاربری اسناد و توکن API شخصی خود را دارد که مالک می‌تواند آن را از صفحه پروفایل یا با استفاده از فلگ --regen-token در hister update-user بازتولید کند. تولید یک توکن جدید، توکن قبلی را بلافاصله باطل می‌کند، بنابراین تمام دستگاه‌هایی که از آن حساب استفاده می‌کنند باید پس از آن به‌روزرسانی شوند.

گزینه app.public را تغییر ندهید مگر اینکه دقیقاً قصد انجام آن را داشته باشید. حالت عمومی (Public mode) امکان جستجوی بدون احراز هویت، پیش‌نمایش، سرویس‌دهی فایل و جستجوی MCP را فراهم می‌کند، در حالی که همچنان دسترسی‌های نوشتن، تاریخچه و عملیات مدیریتی را مسدود نگه می‌دارد.

Reverse proxy، TLS و فایروال

نرم‌افزار Hister به‌صورت بومی از HTTPS پشتیبانی نمی‌کند، بنابراین باید TLS (امنیت لایه انتقال) را در مقابل آن خاتمه دهید. Caddy کوتاه‌ترین مسیر است، زیرا گواهی‌ها را به‌طور خودکار از طریق ACME (محیط مدیریت خودکار گواهی) درخواست و تمدید می‌کند.

hister.example.com {
    reverse_proxy 127.0.0.1:4433
}

آن را با sudo systemctl reload caddy بازنشانی (reload) کنید. برای این پیکربندی، رکوردهای DNS مربوط به hister.example.com باید به این سرور اشاره کنند؛ این رکورد می‌تواند یک رکورد A برای IPv4، یک رکورد AAAA برای IPv6 یا هر دو باشد. Caddy به‌صورت پیش‌فرض اعتبارسنجی HTTP-01 را روی پورت 80 و TLS-ALPN-01 را روی پورت 443 فعال می‌کند، بنابراین اگر اعتبارسنجی از طریق پورت 443 با موفقیت انجام شود، نیازی به پورت 80 نیست. Let’s Encrypt اعتبارسنجی را هم روی IPv6 و هم روی IPv4 انجام می‌دهد و ابتدا آدرس AAAA را امتحان می‌کند؛ بنابراین یک رکورد AAAA قدیمی که از هاست قبلی باقی مانده باشد، می‌تواند باعث شکست اعتبارسنجی شود، حتی اگر رکورد A صحیح باشد. زمانی که DNS اشتباه باشد یا هیچ‌کدام از چالش‌ها با موفقیت انجام نشود، مرورگر به‌جای صفحه، خطای TLS دریافت می‌کند و لاگ Caddy چالش ناموفق را تکرار می‌کند.

سپس تمام پورت‌های دیگر را ببندید.

sudo ufw allow 22/tcp
sudo ufw allow 80/tcp
sudo ufw allow 443/tcp
sudo ufw enable
sudo ufw status

پورت 4433 عمداً در این لیست قرار نگرفته است. نام دامنه عمومی تنها راه دسترسی نیست و یک onion service که به همان پورت loopback اشاره می‌کند، بدون نیاز به رکورد DNS یا باز کردن هیچ پورت ورودی، از دستگاه‌های خودتان به ایندکس شما دسترسی پیدا می‌کند.

مقدار server.base_url باید دقیقاً با آدرسی که در مرورگر تایپ می‌کنید، از جمله طرح (scheme)، مطابقت داشته باشد. یک پیشوند مسیر (path prefix) نادرست در base_url باعث خرابی لینک‌های دارایی‌ها (assets) شده و رابط کاربری را بدون استایل و با تصاویر ناقص نمایش می‌دهد. همین URL باید در افزونه مرورگر نیز وارد شود.

تکمیل ایندکس

افزونهٔ مرورگر، جمع‌آوری‌کنندهٔ اصلی است. آن را از Mozilla Add-ons یا Chrome Web Store نصب کنید، صفحهٔ تنظیمات آن را باز کنید، آدرس سرور را روی https://hister.example.com تنظیم کرده و توکن دسترسی را وارد کنید. پشتیبانی از توکن در افزونه از نسخه v0.18.0 اضافه شد؛ افزونه نسخه v0.17.0 به‌جای آن از نشست (session) ورود به رابط وب استفاده می‌کند. افزونه عنوان، متن کامل، HTML و فاوآیکون هر صفحه‌ای که بازدید می‌کنید را دریافت کرده و به سرور شما ارسال می‌کند. استخراج داده‌ها در سمت کلاینت و داخل مرورگر انجام می‌شود. افزونه با هیچ شخص ثالثی ارتباط برقرار نمی‌کند و تنها درخواست خارجی آن برای دریافت فاوآیکون صفحه است.

استخراج در سمت کلاینت همان چیزی است که ایجاد یک ایندکس خصوصی را ممکن می‌سازد. افزونه صفحه را دقیقاً همان‌طور که شما می‌بینید، پس از ورود و رندر شدن، مشاهده می‌کند؛ بنابراین یک صفحهٔ ویکی داخلی یا یک مقالهٔ پولی به‌درستی ایندکس می‌شود و سرور شما هرگز نیازی به داشتن اعتبارنامه‌ها ندارد. این همچنین بدان معناست که هر چیزی که مشاهده می‌کنید کاندیدای ایندکس شدن است، به همین دلیل است که قوانین نادیده‌گیری (skip rules) پیش از محتوای بیشتر قرار می‌گیرند.

قوانین نادیده‌گیری در نصب‌های تک‌کاربره در rules.json و در نصب‌های چندکاربره در پایگاه داده ذخیره می‌شوند و زبانه Rules در رابط وب، ساده‌ترین راه برای ویرایش آن‌هاست. این قوانین عبارت‌های منظم (regular expressions) زبان Go هستند که با URL کامل مطابقت داده می‌شوند:

^https://mail\.example\.com
^https://bank\.example\.com

الگویی مانند ^mail.example.com هرگز مطابقت پیدا نمی‌کند، زیرا رشته‌ای که تست می‌شود با https:// شروع می‌شود. یک $ در انتهای الگو، زمانی که پس از نرمال‌سازی، یک query string باقی بماند، شکست می‌خورد. فقط پارامترهای utm_* حذف می‌شوند، بنابراین /login$ می‌تواند با https://example.com/login?utm_source=email مطابقت داشته باشد، اما با https://example.com/login?auth=1 خیر.

تاریخچهٔ موجود با خواندن پایگاه دادهٔ خودِ مرورگر وارد می‌شود، بنابراین آن دستور باید روی دستگاهی اجرا شود که پروفایل مرورگر را در خود دارد؛ یعنی لپ‌تاپ شما و نه VPS. همان باینری را در آنجا نصب کرده و به سرور اشاره دهید:

export HISTER_TOKEN='your-access-token'
hister import browser firefox -u https://hister.example.com -t "$HISTER_TOKEN"

عملیات وارد کردن (import) به عنوان یک کار قابل‌ادامه با نام browser-import-YYYY-MM-DD اجرا می‌شود، بنابراین می‌توانید آن را متوقف کرده و بعداً دوباره شروع کنید. سرویس‌های بوک‌مارک نیز به همین روش وارد می‌شوند. نسخه v0.17.0 از Linkwarden، Karakeep و Shaarli پشتیبانی می‌کند، نسخه v0.18.0 از Linkding، Readeck و Wallabag پشتیبانی می‌کند و نسخه v0.20.0 از Raindrop.io پشتیبانی می‌کند. وارد کردن مجدد از Linkwarden، Karakeep، Shaarli، Linkding، Readeck یا Wallabag فقط مواردی را دریافت می‌کند که جدیدتر از آخرین عملیات باشند.

فایل‌های موجود در سرور با نام‌گذاری دایرکتوری‌ها در فایل پیکربندی ایندکس می‌شوند:

indexer:
  directories:
    - path: '/var/lib/hister/documents'
      filetypes: ['pdf', 'docx', 'md', 'txt']

فایل‌های PDF، DOCX، Markdown، Org mode و فایل‌های متنی با فرمت UTF-8 معتبر به صورت متن کامل خوانده می‌شوند. عکس‌ها و ویدیوها در این لیست نیستند، بنابراین یک کتابخانهٔ تصاویر به سروری نیاز دارد که چهره‌ها، مکان‌ها و تاریخ‌ها را به جای متن ایندکس کند، و PhotoPrism و Immich دو گزینه‌ای هستند که معمولاً برای این کار مقایسه می‌شوند. یک صفحهٔ تکی با hister index https://example.com اضافه می‌شود. تبدیل کل سایت‌ها به متن تمیز برای ابزارهای دیگر، یک کار جداگانه است که توسط خزنده‌های self-hosted که صفحات را به متن تمیز تبدیل می‌کنند انجام می‌شود.

جستجو مبتنی بر فیلد است، بنابراین یادگیری زبان پرس‌وجو (query language) ارزش ده دقیقه مطالعه را دارد:

"connection reset" domain:github.com added:<30d
title:(wireguard|nftables) -tutorial sort:-visits

فیلد sort: در نسخه v0.18.0 اضافه شد، بنابراین در نسخه v0.17.0 آن را در پرس‌وجوی دوم حذف کنید.

اشاره‌گر یک عامل کدنویسی به ایندکس شخصی از طریق MCP

MCP (model context protocol) واسطی است که یک assistant برای فراخوانی ابزارها روی یک server استفاده می‌کند. Hister آن را در POST /mcp و زیر همان base URL، از طریق streamable HTTP transport ارائه می‌کند و search، get_preview و get_history را در اختیار می‌گذارد. احراز هویت، همان bearer token مورد استفاده در بخش‌های دیگر API است. اگر tool calling برای شما موضوعی جدید است، نوشتن یک agent loop کوچک به‌صورت دستی سریع‌ترین راه برای مشاهدهٔ چیزی است که endpointای مانند این واقعاً در اختیار یک assistant قرار می‌دهد.

{
  "mcpServers": {
    "hister": {
      "url": "https://hister.example.com/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_ACCESS_TOKEN"
      }
    }
  }
}

هدر X-Access-Token به عنوان جایگزینی برای Authorization عمل می‌کند.

ارزش این قابلیت در محتوایی است که عامل (agent) جستجو می‌کند. جستجوی وب باز، هر چیزی که امروز رتبه بالایی دارد را برمی‌گرداند که برای نرم‌افزارهای با تغییرات سریع، اغلب شامل مستندات نسخه‌ای است که شما از آن استفاده نمی‌کنید. ایندکس شخصی شما، صفحاتی را برمی‌گرداند که قبلاً خوانده و تصمیم به نگهداری آن‌ها گرفته‌اید؛ همچنین get_preview نسخه ذخیره‌شده را ارائه می‌دهد، بنابراین پاسخ حتی پس از آفلاین شدن صفحه اصلی نیز در دسترس باقی می‌ماند. اگر به نتایج عمومی نیز نیاز دارید، هر دو منبع را در اختیار عامل قرار دهید: یک مهارت جستجوی مرورگر مبتنی بر SearXNG وب باز را به عنوان یک ابزار مجزا اضافه می‌کند. هنگامی که بیش از یکی از این endpointها را اجرا می‌کنید، مطالعه میزبانی سرورهای MCP روی یک VPS توصیه می‌شود، زیرا هر یک از آن‌ها با این مشکل مواجهه (exposure) روبرو هستند.

دیسک، پشتیبان‌گیری و نگهداری

مستندات، حجم هر صفحهٔ نمایه‌شده را با احتساب پیش‌نمایش فشرده، حدود 100 KB تخمین می‌زنند؛ بنابراین صد هزار صفحه تقریباً 10 GB فضا اشغال می‌کند. سیستم سهمیه‌بندی (quota) وجود ندارد. دو تنظیم اغلب با هم اشتباه گرفته می‌شوند: indexer.max_file_size_mb (به‌صورت پیش‌فرض 1 MiB) که اندازهٔ یک فایل تحت نظارت را محدود می‌کند و server.max_batch_body_size (به‌صورت پیش‌فرض 40 MiB) که محدودیت یک درخواست به API دسته‌ای (batch API) است. تنظیم دوم پس از نسخهٔ v0.17.0 اضافه شد؛ نسخه‌ای که در آن، درخواست‌های دسته‌ای در 5 MiB ثابت محدود شده بودند.

دایرکتوری مشخص‌شده توسط app.directory شامل index.db برای فایل‌های نمایه‌سازی‌شده بر اساس زبان، db.sqlite3 برای حساب‌های کاربری و وظایف، data/html/ برای پیش‌نمایش‌ها و rules.json است. پشتیبان‌گیری شامل متوقف کردن سرویس و کپی گرفتن از کل این دایرکتوری به همراه فایل پیکربندی است. hister export backup.json اسناد را برای مهاجرت به فرمت JSON می‌نویسد و این یک پشتیبان‌گیری از سرور محسوب نمی‌شود.

دو دستور نگهداری وجود دارد که دانستن آن‌ها مفید است. hister reindex نمایه‌های جستجو را بازسازی می‌کند که پس از تغییر تنظیمات نمایه‌ساز (indexer) ضروری است. اگر هنگام وارد کردن حجم زیادی از داده‌ها، مصرف حافظه افزایش یافت، detect_languages: false را در بخش indexer تنظیم کرده و دوباره نمایه‌سازی کنید. hister cleanup فایل‌های پیش‌نمایش و favicon یتیم (orphaned) را که پس از حذف باقی مانده‌اند، پاکسازی می‌کند.

عملیات حذف یک پرس‌وجو (query) است، بنابراین ابتدا آن را در حالت آزمایشی (dry mode) اجرا کنید:

hister delete 'domain:example.com' --dry --verbose

اگر یک جمع‌آوری‌کننده (collector) همچنان صفحه‌ای را ارسال کند، آن صفحه پس از حذف بازمی‌گردد؛ بنابراین پیش از حذف، قانون نادیده گرفتن (skip rule) را اضافه کنید.

اجرای یک نسخهٔ تغییرنیافته از Hister برای استفادهٔ شخصی، هیچ تعهدی ایجاد نمی‌کند، زیرا AGPLv3 اجازهٔ نامحدود برای اجرای برنامهٔ تغییرنیافته را تضمین می‌کند. ارائهٔ نسخه‌ها به دیگران، چه تغییریافته و چه تغییرنیافته، مشروط به رعایت مواردی است؛ از جمله حفظ اعلامیه‌های حق تکثیر (copyright) و مجوز، و ارائهٔ یک نسخه از مجوز به دریافت‌کنندگان. اگر Hister را تغییر دهید و به دیگران اجازه دهید از نسخهٔ شما از طریق شبکه استفاده کنند، مجوز شما را ملزم می‌کند که سورس‌کد تغییریافتهٔ خود را نیز به آن‌ها ارائه دهید.

حالت‌های شکست و پیام‌هایی که مشاهده خواهید کرد

سرور اجرا نمی‌شود. اشغال بودن پورت 4433 یا خطای نحوی در فایل YAML دو دلیل رایج هستند؛ اعتبارسنجی پیکربندی و دسترسی به دایرکتوری داده نیز مانع از شروع به کار می‌شوند. اتصال به 0.0.0.0 بدون server.base_url منجر به base_url must be specified when listening on می‌شود و عدم توانایی در نوشتن کلید امنیتی، failed to create secret key file را ایجاد می‌کند. دستور sudo ss -lntp | grep 4433 نشان می‌دهد چه فرآیندی پورت را اشغال کرده است و journalctl -u hister -n 50 --no-pager خطای زمان اجرا را چاپ می‌کند.

رابط کاربری بارگذاری می‌شود اما ناقص است. برای متون به‌هم‌ریخته و تصاویر نمایش‌داده‌نشده، پیشوند مسیر را در server.base_url بررسی کنید. Hister اسلش انتهایی را از این تنظیم حذف می‌کند.

افزونه متصل نمی‌شود. آدرس URL سرور در افزونه باید دقیقاً با base_url برابر باشد، سرور باید در حال اجرا و به‌روز باشد، و فایروال‌های میانی ممکن است بدون نمایش هیچ پیامی در صفحه، ارتباط را مسدود کنند. فایرفاکس لاگ‌های افزونه را در کنسول معمولی نمایش نمی‌دهد: about:debugging#/runtime/this-firefox را باز کرده و افزونه Hister را بررسی کنید.

کانتینر در زمان شروع خارج می‌شود. خطای مجوز در ./data نیازمند بررسی مالکیت، مجوزهای نوشتن و برچسب‌گذاری SELinux است. این فایل compose به‌طور صریح با UID 1000 و GID 1000 اجرا می‌شود که جایگزین UID و GID پیش‌فرض 65532 در ایمیج می‌گردد. به آن حساب کاربری دسترسی نوشتن در ./data بدهید؛ در میزبان‌های دارای SELinux، عبارت :Z را به bind mount اضافه کنید.

خطای 403 Forbidden در مسیرهای مدیریتی. مسیرهای POST /api/reindex و POST /api/cleanup زمانی که مدیریت کاربر فعال است، فقط برای مدیران در دسترس هستند، بنابراین دسترسی حساب‌های کاربری عادی به آن‌ها رد می‌شود.

افزایش مصرف حافظه در حین Import. تشخیص زبان در تاریخچه‌های حجیم معمولاً دلیل این اتفاق است. مقدار detect_languages: false را تنظیم کرده و سپس hister reindex را اجرا کنید.

FAQ

تفاوت Hister با SearXNG در چیست؟

SearXNG یک پروکسی جستجوی متا (metasearch) است: پرس‌وجوی شما را به موتورهای جستجوی عمومی ارسال کرده و نتایج آن‌ها را پس از حذف ردیاب‌ها بازمی‌گرداند؛ بنابراین ایندکس متعلق به همان موتورهاست. Hister ایندکس تمام‌متن (full-text) اختصاصی خود را از صفحاتی که بازدید کرده‌اید و فایل‌هایی که نگهداری می‌کنید می‌سازد. در نتیجه، Hister به پرسش «کجا آن مطلب را خواندم؟» پاسخ می‌دهد، در حالی که SearXNG به پرسش «وب درباره این موضوع چه می‌گوید؟» پاسخ می‌دهد. این دو ابزار مسائل متفاوتی را حل می‌کنند و بسیاری از کاربران هر دو را روی یک سرور اجرا می‌کنند.

آیا ذخیره کل تاریخچه مرورگر روی یک VPS امن است؟

تنها در صورتی که اقدامات لازم برای محدود کردن دسترسی انجام شده باشد. Hister به‌طور پیش‌فرض روی 127.0.0.1:4433 گوش می‌دهد و نیازی به احراز هویت ندارد. حتماً app.access_token یا user_handling: true را تنظیم کنید، یک reverse proxy با TLS در مقابل آن قرار دهید و پورت 4433 را در فایروال ببندید. ایندکس تمام‌متنِ تاریخچه مطالعه شما به صورت متن ساده (plain text) است؛ بنابراین هر کسی که به این پورت دسترسی پیدا کند، می‌تواند بدون نیاز به شکستن هیچ حفاظی، تمام محتوا را بخواند.

آیا به افزونه مرورگر نیاز دارم یا می‌توانم فقط تاریخچه را وارد (import) کنم؟

وارد کردن تاریخچه یک عملیات یک‌باره برای تکمیل داده‌های قدیمی است. این کار پایگاه داده تاریخچه مرورگر را می‌خواند و روی همان کامپیوتری اجرا می‌شود که پروفایل مرورگر در آن قرار دارد، نه روی سرور. افزونه مرورگر از آن لحظه به بعد ایندکس را به‌روز نگه می‌دارد و صفحات پشتِ صفحه ورود (login) را نیز ثبت می‌کند، زیرا محتوا را پس از رندر شدن در مرورگر استخراج می‌کند. یک پیکربندی رایج، انجام یک بار وارد کردن داده‌ها و سپس استفاده از افزونه است.

آیا یک عامل کدنویسی (coding agent) می‌تواند در ایندکس Hister من جستجو کند؟

بله. Hister یک سرور MCP (پروتکل زمینه مدل) در آدرس POST /mcp روی base URL شماست که توابع search، get_preview و get_history را ارائه می‌دهد. کلاینت خود را به آدرس https://your-host/mcp هدایت کنید و از هدر Authorization: Bearer برای ارسال توکن دسترسی خود استفاده نمایید. سپس عامل می‌تواند در مستنداتی که واقعاً مطالعه کرده‌اید (با همان نسخه‌ای که خوانده‌اید) جستجو کند، به جای اینکه به نتایج رتبه‌بندی‌شده در موتورهای جستجوی عمومی تکیه کند.

آیا این مقاله مفید بود؟