✨ 项目简介

NoteMeld（源知库） 是一款自托管的 AI 知识工作台，面向那些长期学习、持续研究、反复输出的人。

它不是一个单纯“保存资料”的笔记工具，而是把你每天接触的内容，逐步沉淀为可追溯、可复用、可持续增长的个人知识库。

在 NoteMeld 里，你平时接触的多源信息会被汇入同一个知识层：

🌐 阅读：网页文章、本地文件
🎬 观看：Bilibili / YouTube / 抖音 / 快手 / 视频号等平台视频
💬 对话：与 AI 交流的过程与结论

每一次记录都会同时产出两件东西：

一篇结构化 Markdown 笔记，方便你直接阅读、复盘、继续编辑
一份知识包（实体 / 概念 / 证据 / 关系），自动汇入项目级 Wiki，供后续检索、引用和问答调用

这意味着你不再只是“收藏了一条链接”或“记下了一段聊天”，而是在持续构建属于自己的知识网络。

NoteMeld 不走传统 RAG 路线，而是采用 Wiki-First Retrieval：把 Wiki 视作“已编译的知识层”。相比先堆原文再临时检索，它更强调结构化沉淀、引用可溯源和长期可复用，2C2G 小机器即可跑得动。

它适合谁

想长期学习某个主题的人：如 AI、产品、历史、投资、技术栈
在做持续项目研究的人：如产品调研、创业准备、竞品分析、行业跟踪
有输出需求的人：如写博客、做视频、写报告、做分享、做课程
经常和 AI 深度讨论，希望把结论长期沉淀下来的人

它解决什么问题

信息易失：看过、聊过、想过的内容很快忘掉
知识分散：网页、视频、文件、AI 对话散落在不同平台
复用困难：写作、决策、学习时又得重新搜索和整理
观点无证据：知道一个结论，却找不到来源、上下文和依据

NoteMeld 的目标不是帮你“记更多”，而是帮你把零散输入逐步变成稳定、可追溯、可调用的个人认知资产。

三步走

步骤	做什么
1. 多源采集	粘一条链接 / 上传一个文件 / 接入一段 AI 对话
2. 结构化笔记	Plan → Map → Reduce 的 Refine Engine 自动生成 Markdown 笔记
3. 沉淀为 Wiki	抽取知识包，自动汇入实体 / 概念图谱，永久可查询

🧭 如何使用

最推荐的使用方式，不是把它当成“第二个收藏夹”，而是当成你的个人研究台和长期上下文层。

典型使用场景

长期学习：持续收集课程、文章、视频与自己的理解，逐步形成主题知识图谱
项目研究：把竞品资料、行业访谈、思考过程和 AI 讨论统一沉淀，方便后续反复调用
内容创作：积累素材、观点、证据和案例，写文章或做分享时直接从自己的库里取材
决策支持：围绕职业选择、技术选型、投资判断等议题，保留证据链和历史推理
个人反思：把重要对话、阶段性结论和复盘沉淀下来，形成长期的思维档案

最佳实践

围绕长期主题建库：优先聚焦 1 到 3 个你会持续投入的主题，不要一开始什么都收
优先采高密度内容：与其保存 20 条噪音资讯，不如沉淀 3 条真正值得反复回看的内容
保留你的解释层：除了原文，也要保存自己的判断、总结、质疑和结论
重视结构化加工：采集只是入口，真正的价值来自整理后的 Markdown 笔记和 Wiki 知识包
让知识参与后续工作：写作、汇报、继续提问、做决策时，优先回到自己的库，而不是重新搜索全网
持续增量，不求一次完美：个人知识库应该像花园一样生长，而不是一次性建模工程

一条简单的个人工作流

每天采集：把值得沉淀的网页、视频、文件、AI 对话收进来
每周整理：挑出最重要的 3 到 5 条内容生成结构化笔记
每月回顾：看看一个主题下反复出现了哪些概念、人物、证据和争议
优先回用：下一次写东西、做方案、继续提问时，先查自己的库

🔧 功能特性

内容采集

多平台视频：Bilibili、YouTube、抖音、快手、本地视频
网页文章：清洗 HTML、抽取正文 / 元数据 / 社交信号
B 站 / YouTube 字幕优先：有官方字幕时跳过音频转写，省时省钱
浏览器扩展：在原页面直接发起任务，附带本地登录态 Cookie

笔记生成

多模态视频理解：转录 + 智能视觉采样（按转录线索定位关键帧）
笔记格式可选：要点、总结、思维导图、引文 + 时间戳跳转、自动截图
Refine Engine：长内容自动 Map-Reduce，超长输入也能稳定出稿
多模型支持：OpenAI / DeepSeek / Qwen / 任意 OpenAI 兼容供应商
多种本地转写：Faster-Whisper、MLX-Whisper（Apple Silicon）、Groq、必剪 BCut

知识库

知识包模型：每篇笔记产出 entity / concept / evidence / claim / relation
Wiki 图谱：实体类型分组的左侧树 + 中央力导图 + 右侧元数据洞察
可溯源：每个实体 / 概念都关联回原始来源链接和时间戳
增量沉淀：跨任务的实体合并与概念聚类（演进中）

工程能力

Sidecar 文件系统：每个任务保留 SummaryInput / Plan / Refine 轨迹，便于复盘与排障
网关超时韧性：多模态推理被 ALB / 网关超时（502/503/504/524）时，图片自动阶梯降级（8 → 4 → 2 → 0）
SQLite 持久化任务、Provider、Model、用量统计

🚀 快速开始

环境要求

macOS / Windows / Linux
Python 3.11+
Node 20+
pnpm（通过 corepack 启用即可）
ffmpeg
一个 LLM Provider Key（OpenAI / DeepSeek / Qwen 任选其一）

一键安装（推荐）

macOS：

curl -fsSL https://notemeld.wiki/install.sh | bash
notemeld

Windows PowerShell：

irm https://notemeld.wiki/install.ps1 | iex
notemeld

Linux：

curl -fsSL https://notemeld.wiki/install.sh | bash
notemeld

安装后会注册 notemeld 命令，并将应用、数据、日志隔离到用户目录下的 .notemeld。

源码启动

git clone <your-repo-url> notemeld
cd notemeld
cp .env.example .env

# 启动后端 + 前端
bash run_notemeld.sh

启动成功后：

前端：http://127.0.0.1:3015
后端：http://127.0.0.1:8483

首次启动会自动创建 Python 虚拟环境、安装依赖、生成 .env。

MCP 接入（Trae）

NoteMeld 启动后，后端同时提供 HTTP MCP endpoint：

http://127.0.0.1:8483/mcp

在 Trae 的 MCP 配置里新增：

{
  "mcpServers": {
    "notemeld": {
      "url": "http://127.0.0.1:8483/mcp"
    }
  }
}

如果当前 Trae 配置界面要求显式声明 transport，使用：

{
  "mcpServers": {
    "notemeld": {
      "transport": "http",
      "url": "http://127.0.0.1:8483/mcp"
    }
  }
}

远程访问时，需要先在 NoteMeld 启动环境中配置：

export NOTEMELD_MCP_TOKEN="your-token"

然后在 Trae MCP server headers 里加入：

{
  "mcpServers": {
    "notemeld": {
      "url": "http://127.0.0.1:8483/mcp",
      "headers": {
        "Authorization": "Bearer your-token"
      }
    }
  }
}

当前可用 MCP 工具：

notemeld_import_note：导入现成 Markdown 笔记并后台提取 LLM Wiki
notemeld_search_notes：按标题搜索笔记
notemeld_read_note：按标题读取笔记内容
notemeld_search_wiki：搜索结构化 LLM Wiki
notemeld_read_wiki_page：读取白名单 Wiki concept/entity 页面

可用下面的请求快速验证 MCP 握手和工具列表：

curl -s http://127.0.0.1:8483/mcp \
  -H 'Content-Type: application/json' \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"Trae","version":"local"}}}'

curl -s http://127.0.0.1:8483/mcp \
  -H 'Content-Type: application/json' \
  -d '{"jsonrpc":"2.0","id":2,"method":"tools/list","params":{}}'

更完整的 Trae 接入说明见 docs/mcp-trae-setup.md。

NoteMeld

README