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。