黄胜泽研究与实践
← 全部技术笔记

FIELD NOTES · 2026.10.22

给 AI 会话做一个本地工作台:增量采集、主线绑定与摘要写回

找回一段旧问答只是起点,持续使用时还会遇到未结束的回答、跨项目关联和过期摘要。回声用原始输入、手写主线和共享档案组织这些状态。本文讨论数据关系、增量采集与异步写回,解释一个本地工具怎样在来源持续变化时保留人的整理。

这是 2026.10.22 的研究记录,保留当时的问题和结果。相关工作的新整理见:回声 ↗

项目描述来源,主线表达意图

多项目并行时,资料目录能说明一段对话从哪里来,却不一定说明它服务于哪件事。回声因此把项目与主线分开:项目保留来源,主线由人填写意图。跨项目的会话可以指向同一主线,后续输入沿既有绑定继续归入。

用户可以关联单条输入,也可以关联整段会话及未来新增输入。专注入口只展示当前主线相关内容,输入详情保留原话、原回答和复盘,支持复制原话继续交流。

对象表达什么关系
输入用户当时真实提出的内容关联回答、摘要和复盘
会话连续发生的交互收拢多轮输入,并接纳后续记录
项目对话的来源与工作目录保留出处,支持按来源回看
主线用户手写的工作意图可关联跨项目会话并设为当前专注

用一个跨项目场景理解绑定的作用

回声的入口首先是导入已有对话。用户可以授权读取本机 Codex、导入 ChatGPT 导出文件,或手动保存一轮问答。导入之后,先按来源项目找到会话,再决定哪些会话与当前主线有关;主线由人填写,系统不会把一次提问自动拆成待办。

以下为虚构教学情境:用户正在做‘完成检索工具第一版’,实现代码的会话位于项目甲,阅读论文的会话位于项目乙。两段会话来源不同,却服务同一目标。将它们关联到这条主线后,专注页收拢两边的输入;详情页显示当时的问题、回答和一句‘下次从哪里继续’的复盘。关联整段会话会覆盖其已有输入,并让未来新增输入继续归入主线。

数据关系:网页和 Codex 操作同一份档案

网页服务与 MCP 服务共用 Archive 业务层,读写同一份 SQLite 档案。来源适配器负责交入标准问答,业务层负责合并记录、维护主线和保存复盘;这样在网页绑定会话后,Codex 读取到的是同一关联,无需另外同步一套工具侧数据。

会话绑定存在两个位置:一份持久绑定说明后续输入应该去哪条主线;已有输入中的 planId 则随关联操作一起更新。单条输入的关联可以独立修改。重新采集原回答时,用户写的复盘、收藏和已有记录归属被保留,不被来源内容覆盖。

存储对象关键内容为什么单独保存
records原始输入、公开回答、内容版本、主线、复盘来源内容与个人整理在一条记录中关联,但分别更新
plans用户手写主线与完成状态主线表达意图,不依附某个来源项目
meta 中的会话绑定会话引用 → 主线编号未来输入也能沿用已有归属
files来源文件的读取状态支持分批采集和跨重启继续
tombstones已删除记录的标记来源重扫时保留用户的删除决定
{'language': 'text', 'text': '教学化简流程:\n关联整段会话(会话, 主线)\n  保存 会话 → 主线 的绑定\n  更新该会话已有输入的主线编号\n\n采集新输入(会话, 输入)\n  查找该会话的绑定\n  用绑定初始化新输入的主线\n  保留原始输入和来源关系'}

采集与语义处理分工

Codex 来源适配器在授权后只读结构化会话事件,配对用户消息和助手公开回答,优先保存最终回答;新增或变化文件分批处理。数据保存会话、时间和来源关系,让回看能回到原始上下文。格式解析负责确认记录是什么,摘要理解交给模型完成。

本地 SQLite 档案由网页和 11 个 MCP 工具共同使用。Codex 可以查询输入、读取计划、绑定会话、保存复盘或摘要;摘要写回时检查所读原文版本,避免旧摘要覆盖已更新的回答。原回答始终保留,摘要尚未生成时直接展示原文预览。

增量导入的难点:一条回答还没有写完

Codex 的日志在运行过程中不断追加,某条回答可能先出现过程消息,最后才出现最终回答。来源适配器按事件类型读取用户消息与助手公开消息,并识别回合开始和完成。已有最终回答时优先保存它,新回合开始则解除上一条输入的活动关联,避免没有新用户输入的自动回合覆盖旧记录。

记录同时保存原始发送时间和首次采集时间。显示最近一周时,优先按发送时间归类;没有发送时间的记录标为‘保存于’,不把今天导入的旧输入当作今天提出的问题。通过会话引用和来源消息关系保留相邻轮次,读取详情时最多取两轮真实前文,不通过文本相似度猜测上下文。

采集按文件变化分批处理,每次最多处理 40 个变动文件,并设约 8 秒的处理预算。界面分别显示发现、已处理、待处理和跳过情况;首次大批量导入会逐步完成。这里的分批机制保证工作台仍可使用,不表示发现到的所有文件已经被收录。

事件或时刻记录变化用户能看到什么
用户发送输入创建带来源编号的记录原话先出现
公开回答持续到达更新同一记录的回答当前可见回答逐步补齐
最终回答或回合完成标记完成,优先保存最终内容稳定的问答可用于摘要
下次重新采集合并来源变化并保留个人复盘不会因为刷新丢失整理结果

异步写回的难点:摘要生成时,原文已经变了

MCP 的 get_record 返回原始输入、回答和内容版本,save_summary 要求带回同一个版本。模型负责理解文字,工具负责把结果写回正确记录。摘要既不替换原回答,也不反过来成为原始输入。

虚构教学案例:Codex 读取版本 v1 并开始概括,来源会话随后补充了最终回答,档案变成 v2。此时 v1 的摘要不能写到 v2 上,需要重新读取后再概括。这样用户看到的摘要与当前原回答一致,而不会出现‘原回答已经改了,摘要还在讲旧结论’。

同样,未完成或没有回答的输入不会提前接受最终摘要。来源内容更新后,旧摘要状态被清理;用户自己写的复盘继续保留。代码将‘原回答变更’和‘个人注释变更’区分处理,是长期使用中比一次成功导入更关键的数据一致性问题。

{'language': 'text', 'text': '教学化简流程:\nrecord = get_record(记录编号)\nsummary = 模型概括(record.原回答)\nsave_summary(记录编号, record.版本, summary)\n\n写回时:\n  原回答已完成,且版本仍相同 → 保存摘要\n  原回答已改变 → 返回需重新读取,不覆盖新版本'}

实现取舍:共用业务层,先服务个人规模的档案

实现采用 Python 本机服务、SQLite 与标准输入输出 MCP,网页和演示复用同一业务层。原话搜索使用字面匹配,语义理解交给用户当前正在使用的模型;主线由人确认,避免再次产生需要整理的自动任务。这些选择让产品重点落在‘找回、关联、继续’这几个高频动作。

当前快照会把个人档案载入前端再分页,适合验证个人使用体验;它尚不是面向十万条记录设计的检索系统。演示与正式档案分离,演示包含合成问答,可以完成关联、移出、专注、复盘和重置。

本机 Codex 采集、网页回看、跨项目关联和 MCP 档案操作已经落地。后续需要继续验证陌生用户首次导入、真实浏览器扩展采集,以及一周后是否仍会主动复用输入。节省了多少时间、能否长期改善专注,目前没有足够用户数据给出结论。

选择得到的能力相应取舍
单机共享档案网页与工具立即看到相同记录暂不提供跨设备同步
手写主线工作意图由人明确表达需要用户选择关联
原话优先、摘要可选未配置摘要也能完整回看快速理解长回答仍可能需要模型
个人规模快照实现简单,交互可以快速迭代大规模历史仍需进一步优化

实践复盘:先维护对象身份,再考虑更聪明的摘要

本机采集、SQLite 档案、网页和 11 个模型上下文协议工具已经连接起来。几个关键问题都落在同一件事上:现在更新的究竟是哪条输入、哪个版本、哪一份用户整理。对象关系不清楚时,更好的摘要模型也会把结果写错地方。

当前方案选择本地服务、手写主线和字面搜索,优先解决找回、关联、继续。大规模历史查询、跨设备同步与外部用户安装仍有后续工作;本文保留实现取舍,不补写没有真实使用计时支持的效率收益。