aiworkstation

AI Workstation (本地优先的个人知识 Agent 工作台)

📖 项目定位

AI Workstation 是一款**本地优先（Local-First）**的个人知识 Agent 工作台。

日常在推特（X）、微信公众号、小红书、GitHub、技术博客等平台浏览时，优质内容往往散落各处、难以沉淀与再利用。市面上的书签管理工具（Raindrop / Pocket / Notion Web Clipper）多停留在「人驱动 → 系统响应」的被动存储模式。

AI Workstation 打通了浏览器采集端、本地知识治理中心、双链笔记网络与内容创作分发台：

1. 输入端（手）：Chrome 浏览器扩展（Sidepanel 侧边栏），一键提取正文 Markdown、整页/局部长截图、图片与富媒体素材，支持 Word / ZIP 归档。支持作为静默爬虫通道突破 SPA 和登录态屏障。
2. 中心脑（脑）：本地 TanStack Start 服务与 SQLite 单文件数据库。按工作主题沉淀资产，借助 RAG 混合检索激活沉睡收藏；内置自主 ReAct 多步 Agent，主动完成分类归档、健康巡检、知识重组与深度研报。
3. 本地笔记网络（网）：Obsidian 本地知识库（Vault）零配置直连，直接读写本地 .md 文件树。基于 CodeMirror 6 深度定制，支持双链跳转/新建、KaTeX 公式与 Mermaid 图表。
4. 创作与分发（笔与桥）：内置 TipTap AI 富文本创作台，支持划词润色、扩写、版本 Diff 与多格式导出；通过浏览器控制通道，辅助将二创内容安全、受控地回填至目标发布平台。

核心原则：

• 数据完全属于用户：本地单文件持久化（better-sqlite3）与本地原生 Markdown 文件直读直写，可自由冷备份迁移，不上云。
• 发布动作保留人工确认：采集与 AI 处理自动化，最终外发保留确认闭环，保障账号安全。

✨ 核心特性

1. 🗂️ 8 大核心功能模块体系

采用「导航即能力地图、分类即数据维度」的设计理念（约定大于配置，支持用户自定义导航排序与显隐）：

• 工作台 (/workbench)：个人工作首页，可自由拖拽组合的 Widget 仪表盘，跨模块汇总全景状态。
• 书签 (/bookmarks)：完整书签知识库与未分类缓冲池，按分类筛选、批量管理与标签沉淀。
• 笔记 (/obsidian)：Obsidian 本地知识库（Vault）零配置直连，双链网状互联，CodeMirror 6 深度定制 Markdown 引擎。
• 创作 (/creator)：专为创作打造的「采集 ➔ AI 二创 ➔ 审稿 ➔ 发布」流水线。
• 创作台 (/editor)：基于 TipTap 3 的 AI 富文本创作中心，深度融合素材库引用与划词交互。
• 学习 (/learn)：学习主题聚合与成长路径跟踪。
• 电商 (/ecommerce)：电商选品、灵感素材与竞品调研归集。
• Skills (/skills)：本地 Agent Skills 集合管理与调度。

2. 🧩 浏览器采集扩展 (AI Workstation Collector)

• 原生 Sidepanel 侧边栏：沉浸式浏览，无需离开当前页面即可完成收藏、分类与打标。
• 全方位网页内容提取：
  • 正文智能提纯：一键抽取纯净 Markdown，自动剔除广告、导航与无关噪声；
  • DOM 局部选区：可视化框选指定区域定向提取；
  • 整页长截图 & 局部滚动截屏：精准捕捉长图文与代码段落。
• 多格式导出与离线归档：
  • 📄 Markdown (.md)：纯净格式，即存即用；
  • 📑 Word (.docx)：排版工整的 Office 文档；
  • 📦 ZIP 归档包：自动打包图文与本地关联静态素材。
• 静默爬虫通道 (Headless Crawler Channel)：
  • 突破传统爬虫的 SPA 客户端渲染、反爬风控与登录态壁垒；
  • 工作台下发指令，插件后台静默调度秒级开合 Tab 提纯正文并回传，零成本复用登录会话。

3. 🤖 ReAct 多步智能 Agent (Batch-First 治理体系)

内置 TanStack AI 驱动的 ReAct 多步自主执行引擎，具备 17+ 维系统治理与探索工具：

• Batch-First 批量治理：支持原子级批量创建、批量迁移、批量归类与标签打标，杜绝单步循环刷屏。
• 复合归集工具 (merge_folders)：一键将多个散乱目录的所有书签安全合并至新体系，并自动清理空壳目录。
• 标签治理体系：支持标签批量创建、绑定、解绑、重命名与合并（rename_or_merge_tags）。
• 实时步骤时间轴 (AgentStepTimeline)：类似 Cursor / Claude 的极简折叠轨，毫秒级透明展示 Agent 思考过程与工具调用入参结果。
• Executive Dashboard 成果看板交付契约：
  • 拒绝过程碎碎念流水账；
  • 产出标准的专业报告：成效指标看板 ➔ 架构矩阵全景 ➔ 代表性资产亮点 ➔ 启发式演进指引。
• 外脑探索：集成网页读取（read_webpage_content）、深度网页抓取（crawl_webpage）与联网搜索（web_search）。

4. 📝 AI 富文本创作中心 (/editor)

• 现代编辑器内核：基于 TipTap 3 + TailwindCSS Typography 构建，支持表格、任务列表、代码块高亮与 Mermaid 流程图渲染。
• AI 协同创作面板：
  • 划词一键润色、续写、纠错、长文扩写、提炼金句；
  • 版本 Diff 对比：AI 改写前后直观呈现新增与删除差异，支持单段接受或还原；
• 多模态导入导出：支持 Markdown、Docx、PDF、Excel 导入与预览。

5. 📓 Obsidian 本地笔记与 CodeMirror 6 双链生态 (/obsidian)

• 本地 Vault 零配置直连：
  • 直接读写本地真实 .md 知识库文件树，尊重用户本地文件系统，数据不落 SQLite 库，100% 兼容外部 Obsidian / Logseq 与 Git 同步生态；
  • 支持多 Vault 快捷切换与自定义路径浏览选择。
• 双链知识网络（Wikilink）：
  • 原生支持 [[笔记名称]] 语法高亮与点击快速跳转；
  • 就地新建机制：若双链指向的文件尚未创建，点击即可一键就地生成新的 .md 实体，实现网状知识体系渐进式生长。
• CodeMirror 6 深度定制 Markdown 引擎：
  • 双视图对比：「编辑视图」与「阅读视图（全渲染态）」一键自由切换；
  • KaTeX 数学公式支持：深度适配 LaTeX 公式，支持行内 $E = mc^2$ 与块级 $$\int f(x) dx$$ 精美排版；
  • Mermaid 交互图表：流程图、时序图、架构图实时渲染与预览；
  • 水平分割线 Widget：所见即所得的视觉分割隔断组件；
  • 任务复选框强化：交互式 Task List 复选框，支持点击直接回写源码，并附带优雅的完成态删除线动画。
• 桌面级工程体验与安全防护：
  • 侧边栏自由调宽：文件树侧栏支持鼠标拖拽改变宽度，并自动记忆偏好宽度；
  • 导航历史栈：顶栏提供完整面包屑层级定位与前进/后退历史堆栈；
  • 跨平台系统穿透：一键在系统文件管理器（macOS Finder / Windows Explorer / Linux）快速定位并揭示文件；
  • 回收站安全防护（Move to Trash）：删除笔记配备二次确认弹窗，并统一移入操作系统回收站，绝不直接硬删除。
• Canvas 白板与 Excalidraw 手绘图双空间智能体：
  • 双画板格式直读直写：无缝支持 Obsidian 原生 .canvas 结构化白板与 .excalidraw 手绘画板；
  • 全套 AI 画板工具链：提供 excalidraw_create_board、excalidraw_draw_elements、excalidraw_update_element 等专用工具；
  • “逻辑因果归 AI、几何布局归代码”的关注点分离架构：大模型仅负责推导业务因果拓扑，前端确定性 DAG 引擎自动处理列中轴绝对对齐、动态层高防碰撞（$\ge 75\text{px}$ 呼吸间距）、Happy-Path 主干优先排布与正交避障连线，杜绝手绘流程图连线反向打钩或穿心穿透卡片。

6. 🔍 混合 RAG 检索与知识活化

• Hybrid Search 融合排序：0.6 * 语义向量相似度 (Embedding) + 0.4 * 关键词精准匹配 (BM25 权重)，模糊记忆也能秒级定位目标。
• 多 Provider Embedding 适配：支持 SiliconFlow (bge-m3)、OpenAI (text-embedding-3-small)、本地 Ollama 向量模型等。
• Chat with Bookmarks：基于个人知识库进行多轮问答对话，智能溯源定位参考出处。
• 专题综述 (Dossier)：一键将指定文件夹中的碎片资料提炼为体系化调研报告与备忘单。

🏗️ 总体架构

┌────────────────────────────────────────┐       ┌────────────────────────────────────────────────────────┐
│      Chrome 插件端（"手"）             │       │              本地工作台 TanStack Start（"脑"）          │
│      extensions/aicollector            │       │              src/                                      │
│                                        │       │                                                        │
│  - Sidepanel 交互侧边栏                │ ──1──>│  - 8 大核心模块 (Workbench / Bookmarks / Obsidian 等)  │
│  - 网页 DOM 智能提纯 (转 MD)           │ (HTTP)│  - 本地 SQLite 存储 + 本地 Obsidian Vault 直读直写     │
│  - 整页长截图 / 局部截屏               │       │  - 混合 RAG 引擎 (向量化 + 关键词加权)                 │
│  - DOCX 导出 & ZIP 离线归档            │ <──2──│  - TanStack AI Agent 编排 (Claude / OpenAI / Gemini / │
│  - 静默后台爬虫 (免登录态抓取)         │ (Job) │    DeepSeek / Ollama)                                  │
│  - 网页编辑器回填驱动 (小红书/公众号)  │ <──3──│  - TipTap 富文本创作 + CodeMirror 6 Markdown 双链引擎   │
└────────────────────────────────────────┘(Port) └────────────────────────────────────────────────────────┘

通信三通道设计

1. 数据通道（HTTP API）：插件 → POST http://localhost:3888/api/collect，常态可用，负责大文本、图片与素材入库。
2. 爬虫任务通道（Crawler Polling）：工作台下发抓取任务进入队列，插件后台长轮询 /api/crawler 认领任务，静默打开 Tab 提纯后回传。
3. 控制信令通道（Port 长连接）：工作台 ↔ 插件（externally_connectable），工作台页面打开时自动建立，用于指令下发、进度回传与网页编辑器辅助回填。

📁 目录结构

本项目采用清晰整洁的工程目录组织，工作台本体与 Chrome 扩展统一管理：

aiworkstation/
├── src/                          # 【本地工作台】TanStack Start 应用源码
│   ├── components/               # 公共 UI 组件与业务组件
│   │   ├── dashboard/            # 工作台仪表盘与自定义 Widget 卡片系统
│   │   ├── workbench/            # 文件夹卡片、详情侧栏、新建弹窗、图标选择器
│   │   ├── bookmarks/            # 书签列表、未分类缓冲池、同步弹窗、巡检面板
│   │   ├── obsidian/             # Obsidian 笔记：文件树、CodeMirror、双链解析、阅读视图
│   │   ├── editor/               # TipTap 编辑器、工具栏、AI 贡献面板与 Diff 视图
│   │   └── chat/                 # Agent 对话面板、时间轴 (AgentStepTimeline)
│   ├── routes/                   # TanStack Router 文件路由系统
│   │   ├── __root.tsx            # 全局根布局（含统一顶部导航条）
│   │   ├── index.tsx             # 重定向至 /workbench
│   │   ├── workbench.tsx         # 工作台首页（Widget 仪表盘）
│   │   ├── bookmarks.tsx         # 书签知识库与缓冲池
│   │   ├── obsidian.tsx          # Obsidian 本地笔记模块
│   │   ├── creator.tsx           # 创作工作流
│   │   ├── editor.tsx            # AI 富文本创作台
│   │   ├── learn.tsx             # 学习模块
│   │   ├── ecommerce.tsx         # 电商模块
│   │   └── skills.tsx            # Skills 模块
│   ├── modules/                  # 模块注册表（registry.ts）与 Widget 注册表
│   ├── server/                   # 服务端代码（Node 运行时）
│   │   ├── ai/                   # AI 编排层
│   │   │   ├── tools/            # Agent 治理工具体系 (17+ 维原子与复合 Tool)
│   │   │   └── prompt.ts         # Agent System Prompt 与契约规范
│   │   ├── db/                   # better-sqlite3 数据库配置、Schema 与迁移
│   │   ├── services/obsidian/    # 本地 Vault 文件服务（扫描缓存、笔记 CRUD、回收站操作）
│   │   └── functions/            # TanStack Start Server Functions (RPC)
│   ├── stores/                   # 客户端状态管理与主题控制
│   └── styles.css                # TailwindCSS v4 全局样式设计
│
├── extensions/aicollector/       # 【采集扩展】Chrome Extension (WXT 框架)
│   ├── entrypoints/
│   │   ├── sidepanel/            # 浏览器侧边栏页面 (React + TailwindCSS)
│   │   ├── background.ts         # 后台 Service Worker（消息分发、静默爬虫执行）
│   │   ├── content.ts            # 网页注入脚本（DOM 提取、截图与编辑器回填）
│   │   └── doc-viewer/           # 独立离线文档预览窗口
│   └── wxt.config.ts             # WXT 配置文件与 MV3 权限声明
│
├── .aiworkstation/               # 运行时持久化目录（本地单文件，不上云）
│   ├── workbench.db              # SQLite 数据库本体
│   └── pages/                    # 离线抓取全文存档
├── docs/                         # 需求设计与演进规划文档
├── PROJECT.md                    # 🌟 产品宪法与设计决策准则
├── AGENTS.md                     # AI Agent 开发规范与 TanStack Intent 指引
└── package.json                  # 项目依赖与构建脚本

🛠️ 技术栈

🚀 快速上手

1. 环境准备

• Node.js >= 20.x
• pnpm >= 9.x

2. 启动本地工作台

# 1. 安装项目依赖
pnpm install

# 2. 启动开发服务器 (默认端口 3888)
pnpm dev

浏览器访问 http://localhost:3888 即可进入 AI Workstation。首次运行会自动在根目录下创建 .aiworkstation/workbench.db 数据库并完成表初始化。

💡 免配置 .env 文件：所有 AI 服务密钥（OpenAI、DeepSeek、Claude、Gemini、Ollama 等）与 Embedding 向量检索模型参数，均直接保存在本地 SQLite 数据库中。进入工作台后点击右上角 「设置」 即可直接可视化配置与切换。

3. 开发与安装 Chrome 采集插件

# 启动插件开发热更新模式 (固定端口 3889)
pnpm --filter ./extensions/aicollector dev

加载到 Chrome 浏览器：

1. 打开 Chrome 浏览器，进入 chrome://extensions/；
2. 开启右上角 「开发者模式」；
3. 点击 「加载已解压的扩展程序」；
4. 选择项目中的 extensions/aicollector/.output/chrome-mv3 目录；
5. 在任意网页按快捷键或点击扩展栏图标唤起 AI Workstation Collector 侧边栏。

📋 常用命令

🗺️ 产品路线图 (Roadmap)

• M1: 采集闭环与工作台基座
  • 主题文件夹 App 网格布局与详情侧栏
  • WXT Chrome 扩展 Sidepanel 架构与正文提取
  • Markdown、Word (DOCX)、ZIP 打包导出
  • 整页滚动长截图与局部选区截图
  • SQLite 单文件持久化 (better-sqlite3)
  • 插件一键推送数据至工作台 API
• M2: RAG 混合检索与 Agent 治理体系
  • 混合检索（Hybrid Search）：向量语义 + 关键词精准召回
  • 浏览器原生书签导入同步（BookmarkSyncModal）
  • 失效链接巡检与死链清理（DeadLinksModal）
  • 17+ 维 Agent Tools（批量建/删/移、merge_folders 原子归集、标签管理）
  • Batch-First 原则与 Executive Dashboard 交付物契约
  • 实时折叠步骤时间轴（AgentStepTimeline）
• M3: 智能爬虫通道与 Browser Co-Pilot
  • 插件静默抓取通道（调度扩展后台抓取，突破 SPA 客户端渲染与登录态）
  • 联网搜索工具箱成（web_search）
  • 选区规则模板化（Recipe：可视化点选录制选择器 ➔ 持久化精准定向爬取）
  • 浏览器原子动作驱动（点击、滚动翻页、表单填写交互流）
• M4: 创作台与创作工作流
  • 基于 TipTap 3 的 AI 富文本创作台架构
  • 划词 AI 润色/扩写/改写与版本 Diff 差异对比
  • Mermaid 图表与代码高亮静态渲染
  • 推文/小红书二创流水线与草稿生成
  • 控制通道回灌至网页编辑器并保留人工确认发布
• M4.5: Obsidian 本地笔记与 CodeMirror 双链生态
  • 本地 Vault 目录树直连扫描与多 Vault 切换
  • 基于 CodeMirror 6 深度定制 Markdown 编辑与阅读视图切换
  • 双链（Wikilink）高亮、点击跳转与一键就地新建缺失笔记
  • KaTeX 数学公式、Mermaid 图表、水平分割线与任务复选框
  • 跨平台系统文件管理器穿透与回收站（Trash）安全删除
• M5: 知识自治与跨源生态
  • 后台自治 Agent（自动入库分类 / 定期知识库体检周报）
  • 跨源知识联邦（Connector Plugin：联动 Notion、Raindrop 等外部源）
  • 个人专属视觉展示页（Showcase）一键导出

📄 开源协议

本项目采用 GNU General Public License v3.0 (GNU GPL 3) 协议。