你有没有过这样的时刻？
- 刷到一篇深度好文，点个收藏，然后……再也没有然后。
- 小红书/抖音上看到干货截图，存了几百张，想找时翻到手软。
- 想用 Notion / Obsidian 搭建知识库，但手动整理太累，坚持三天就放弃。
- 想向 AI 提问自己收藏的内容，却要复制粘贴，上下文还得自己拼。
收藏 = 吃灰，几乎是所有信息焦虑者的共同痛点。
于是我从零开发了一个开源项目 —— Everything Capture。
它不是一个简单的「网页收藏」工具，而是一个带 AI 大脑的个人知识管理平台。你可以把它想象成：Pocket + Notion + ChatGPT，而且是开源的，数据全在你本地。
GitHub 项目地址（欢迎 Star）：GitHub.com/agentenatal…
知识库主页面展示
一句话介绍
Everything Capture —— 个人内容收藏与知识管理工具。
- 前端网站 / 手机网页 一键采集任何链接和文本
- 免费自动提取正文、下载媒体（图片/视频）、OCR 识别图片文字、语音转文字（视频字幕/音频）
- 内置 AI 助手，可对收藏库进行问答、摘要、整理、导出
- 支持 Docker / 本地源码运行
技术栈亮点：Python FastAPI 后端 + 纯前端 SPA + SQLite FTS5 全文搜索 + OpenAI 兼容 AI（也可以接入本地模型）+ macOS Vision OCR + mlx-whisper 本地语音转文字。
核心功能：不止于「收藏」
1. 多端采集，无感保存
- 手机快捷指令：在 Safari 分享菜单中调用，URL 推送到后端，后台自动提取。
- 手机网页采集页：一个轻量 PWA，手动粘贴链接或文本，可配置。
- 支持大量平台：微信公众号、小红书、抖音、普通网页……都有专门的解析器。
前端一键采集
2. 智能内容提取，媒体全下载
- 正文提取：trafilatura + BeautifulSoup，准确率高于大多数「阅读模式」。
- 图片/视频下载：自动下载文章内嵌图片、视频封面，yt-dlp 支持抖音/YouTube 等复杂站点。
- OCR 文字识别：调用 macOS Vision 框架，提取图片中的文字和二维码链接。
- 视频字幕 & 语音转文字：自动提取内嵌字幕，或调用 mlx-whisper（本地运行，无需联网）将视频语音转为文字，繁体自动转简体。
- 所有媒体文件保存在本地
media/目录，可随时导出。
3. AI 助手：你收藏库的智能管家
内置 AI 对话界面（支持 Chat 和 Agent 两种模式）：
- Chat 模式：普通问答，可引用当前阅读的条目和整个知识库。
- Agent 模式：拥有工具调用能力，可以：
-
- 搜索收藏库中的条目
- 按语义整理内容到文件夹
- 自动打标签
- 批量导出为 ZIP
- 同步到 Notion / Obsidian
- 执行沙盒命令（安全受限，如 git clone、下载文件、解压等）
- 长期记忆：记住你的偏好、分类习惯、常用术语（例如「我的项目」会自动展开为具体项目名）
阅读器Sidebar里的AI，边读边问
AI对话界面，为你归纳总结
Agent 模式，帮你操作。
所有 AI 操作都有权限开关，你可以决定是否允许 AI 管理文件夹、执行命令等，敏感操作（如系统命令）需要用户逐条审批。
4. 知识库与知识图谱
- 自动读取你本地的 Obsidian Vault，将 Markdown 笔记纳入检索范围。
- 内置 TF-IDF + Cosine Similarity 检索算法，支持语义扩展。
- 前端提供知识图谱视图：节点是你的收藏条目和笔记，边表示内容相似度，可以直观看到信息之间的关联。
5. 文件夹 + 标签 + 页面笔记 + 高亮
- 文件夹：支持两层嵌套，可拖拽排序。
- 页面笔记：为每个条目单独写笔记，可关联 AI 对话消息。
- 阅读器高亮：在阅读模态框中选中文字添加高亮（黄/绿/蓝/红），并可附带笔记。
技术特色：为什么我选择这样造轮子
1. 数据完全本地，隐私可控
所有数据（数据库、媒体文件、AI 记忆、加密密钥）默认存储在 ~/Library/Application Support/Everything Capture（macOS）或自定义目录。数据库是 SQLite WAL 模式，全文搜索使用 FTS5 trigram，支持中文。不上传任何用户数据到我的服务器，只有你自己配置的 AI API key（如 OpenAI / 本地模型）会通过网络调用。
2. 纯前端 SPA，无框架依赖
前端没有用 React/Vue，而是原生 HTML/CSS/JS，代码全部内联在一个 index.HTML 中，通过模块化的 app-*.js 组织。启动时只需一个静态文件服务器（与后端同端口），打包后整个前端不到 1MB。加载极快，资源占用低。
3. 桌面应用打包（macOS）【正在开发】
使用 PyInstaller 将后端 + 前端打包为 .app，内置 Python 运行环境和所有依赖。用户下载 DMG 安装后，双击即可运行，无需安装 Python 或任何命令行。桌面版还注册了 LaunchAgent 开机自启，后端进程常驻，资源占用极低（空闲时 CPU ~0%，内存 ~150MB）。
4. AI Agent 沙盒安全设计
AI 调用工具时，所有可能产生副作用的操作（下载文件、执行脚本、git clone）都在沙盒目录（exports/）内运行，命令白名单限制（ls, cat, git, curl 等），禁止 rm -rf /、sudo 等危险指令。系统级命令（如 open、Python）需要用户在弹窗中逐条批准，并有 10 分钟过期机制。
5. 组件系统
支持可插拔组件，例如 local-transcription 组件提供了 mlx-whisper 本地语音转文字环境（macOS ARM64 专用）。组件可通过远程 manifest 自动安装更新，也可以内置在桌面应用中。
对比同类工具：Everything Capture 的独特定位
| 工具 | 采集 | 正文提取 | 媒体下载 | AI 问答 | 本地知识库 | 开源 | 桌面应用 | 数据自托管 |
|---|---|---|---|---|---|---|---|---|
| ✅ | ✅ | ❌ | ❌ | ❌ | ❌ | ✅（付费） | ❌ | |
| Instapaper | ✅ | ✅ | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ |
| Raindrop.io | ✅ | ✅ | ❌ | ❌ | ❌ | ❌ | ✅ | ❌ |
| Omnivore | ✅ | ✅ | ❌ | ✅（旧版） | ❌ | ✅ | ❌ | ✅（自部署） |
| Notion Web Clipper | ✅ | ❌ | ❌ | ❌ | ✅（需手动） | ❌ | ✅ | ❌ |
| Obsidian | ❌ | ❌ | ❌ | ❌ | ✅ | ✅ | ✅ | ✅ |
| Everything Capture | ✅ | ✅ | ✅ | ✅（Agent + 记忆） | ✅（含 Obsidian） | ✅ | ✅（macOS） | ✅ |
总结：Everything Capture 是目前唯一一个同时具备以下特性的开源工具：总结：Everything Capture 是目前唯一一个同时具备以下特性的开源工具：
- 多端采集 + 强大正文提取 + 媒体下载
- AI 助手（对话 + 工具调用 + 长期记忆）
- 本地知识库（支持 Obsidian 集成）
- 桌面应用打包（macOS，无需命令行）
- 数据完全自托管，无厂商锁定
适用人群
- 知识工作者 / 研究员 / 学生：收集大量资料，需要快速检索和 AI 辅助分析。
- 开发者：想自托管一个知识管理工具，或学习 FastAPI + AI Agent 实现。
- 效率爱好者：喜欢折腾 Obsidian / Notion，希望自动化内容采集和整理。
- 注重隐私的你们：不愿意把数据交给 Notion / Evernote 等云端服务。
一行命令行代码一键部署？
没错，将下面的代码复制到命令行即可开始。
curl -O https://raw.githubusercontent.com/agentenatalie/everything-capture/main/setup.sh && bash setup.shDocker 部署（即将支持）
浏览器访问 http://localhost:8000 即可使用。
项目现状与未来计划
- 当前状态：核心功能已完成。
- 近期计划：
-
- 发布 Windows 版本（PyInstaller + 跨平台兼容性调整）
- 增加全文搜索高亮、高级筛选
- 支持更多 AI 模型（如 Ollama 一键接入）
- 完善手机端口采集/App开发（iOS/Android 原生采集器）
- 欢迎贡献：代码开源，Issue / PR 均欢迎。尤其需要前端优化、Windows 打包、更多平台提取器。
写在最后
开发 Everything Capture 的初衷很简单：我自己需要一个真正能「消化」收藏内容的工具。
市面上的稍后阅读工具只能「存」，不能「懂」。而 Notion/Obsidian 虽然强大，但手动整理成本太高。AI 爆发后，我觉得是时候把「收藏」和「智能」结合起来了。
如果你也有类似困扰，不妨试试这个工具。如果觉得有用，点个 Star 就是对我最大的支持。
欢迎在评论区提问、提建议，我会一一回复。
GitHub 地址：GitHub.com/agentenatal…
项目落地页：agentenatalie.GitHub.io/everything-…（可在这里查看详细截图和视频演示）
让信息不再吃灰，让 AI 帮你消化。
