碎片知识终于不乱了!这款开源 AI 工具,把笔记转为知识图谱,还能本地部署!

大家好，我是 Jack Bytes，一个专注于将人工智能应用于日常生活的程序猿，平时主要分享 AI、NAS、开源项目等。

兄弟们，你们平时都是怎么管理笔记的？

使用 obsidian 双链笔记？或者是 notion？又或者是其他笔记管理工具？

今天发现了个刚刚开源的 AI 工具，能够把你的笔记通过大模型转换为知识图谱，让你通过知识图谱发现碎片知识之间的关系，还支持本地部署！

下面，我们一起来看下吧！

一、SparkNoteAI

SparkNoteAI 是一个现代化的知识整理与管理系统，融合了大模型智能总结、知识图谱可视化和多平台内容采集能力。帮助你从碎片化信息中构建结构化知识体系。

项目地址：

https://github.com/spark-ai-boy/SparkNoteAI

下面是一些效果图：

笔记功能：

导入功能：

ai 助手：

二、功能特性

SparkNoteAI 具备如下的功能特性：

• 笔记管理: Markdown 编辑器（md-editor-rt）、实时预览、标签分类、笔记导出（ZIP）
• 碎片化内容采集: 支持微信公众号、小红书、B 站、YouTube 多平台导入，后台任务队列异步处理
• 知识图谱: Neo4j 存储，LLM 智能提取概念与关系，2D 力导向图可视化，构建状态实时轮询
• 思维导图: 独立思维导图页面
• AI助手: 支持 多 LLM 提供商支持（OpenAI / Anthropic / Azure / 阿里云），可切换模型
• 智能搜索: 全局搜索能力

还具备下面的架构特性：

• 统一配置系统: Integration 模型管理 LLM/图床等第三方集成，FeatureSetting 管理场景配置（如图谱用哪个模型），UserPreference 存用户偏好
• 多模型配置: 支持创建多个 LLM 配置和图床配置，可测试连接、设默认值
• 图片存储: 本地存储 + 兰空图床（CDN 加速）可切换
• 后台任务调度: Redis-backed 任务队列，支持导入任务异步执行与状态跟踪

同时还有安全机制：

• 多端支持: 支持 Web / iOS / Android / Electron 桌面端，token 存储自动适配（localStorage vs SecureStore）
• 认证: OAuth2 + JWT 认证 — 7 天 token 有效期，TOTP 双因素认证支持
• 隐私与安全: 独立隐私安全设置页面
• 主题切换: 明暗主题，界面设置可配置

三、部署

首先克隆代码库：

git clone https://github.com/spark-ai-boy/SparkNoteAI.git

然后执行下面命令进入到docker目录：

cd docker

执行下面命令创建.env：

cp .env.example .env

在.env文件中，可以根据情况对变量进行修改：

# ==================== 版本配置 ====================# APP_VERSION 由 Docker 镜像构建时写入（--build-arg），不需要在 .env 中设置# 仅用于 docker-compose 的 image 标签引用APP_VERSION=latest# ==================== 应用配置 ====================DEBUG=false# ==================== 数据库配置 ====================POSTGRES_USER=sparknoteaiPOSTGRES_PASSWORD=sparknoteai123POSTGRES_DB=sparknoteai# ==================== Redis 配置 ====================REDIS_PASSWORD=sparknoteai123# ==================== Neo4j 配置 ====================NEO4J_PASSWORD=sparknoteai123# ==================== JWT 配置 ====================# 生成方法：openssl rand -hex 32SECRET_KEY=change-me-in-productionACCESS_TOKEN_EXPIRE_MINUTES=10080# ==================== 加密密钥 ====================# 生成方法：openssl rand -base64 32ENCRYPTION_KEY=change-me-in-production# ==================== 客户端版本兼容 ====================# 服务端兼容的客户端版本，多个用逗号分隔（空表示兼容所有版本）COMPATIBLE_CLIENT_VERSIONS=1.0.0,1.1.0# ==================== 管理员账号 ====================ADMIN_USERNAME=adminADMIN_PASSWORD=admin123ADMIN_EMAIL=admin@example.com

其中SECRET_KEY和ENCRYPTION_KEY需要分别执行下面的命令生成openssl rand -base64 32、openssl rand -base64 32。

然后，执行下面的命令创建docker-compose.yml

cp docker-compose.prod.yml docker-compose.yml

之后，执行下面的命令即可启动服务：

docker compose up -d

执行下面命令查看 docker 启动的日志：

docker compose logs -f

当出现下面的日志，说明启动成功（如果提示 80 端口被占用，则需要在 docker-compose.yml 中把 80 端口的映射改一下）：

四、体验

SparkNoteAI 目前支持 web 端、桌面端（macos、windows）。

4.1 首页

在浏览器输入ip:port即可进入到首页，其中 ip和port是部署服务的 ip 地址和端口。

输入在.env配置的管理员账号密码进行登录，也可以创建新账号。登录完成之后即可进入到首页：

4.2 设置大模型

为了使用知识图谱构建、自动总结等功能，我们首先需要设置一下大模型。

进入到设置，选择大模型配置，然后点击新建配置，输入模型的 api key 等信息，这里我用的是阿里百炼：

点击保存之后即可在大模型配置页面看到配置的大模型了：

接下来在场景配置中选择刚才添加的大模型：

首先是笔记管理配置：

然后是知识图谱配置：

还有 AI 助手配置：

配置完成之后，就可以依次体验下面的功能了。

4.3 笔记

首先创建一个看看：

创建完笔记之后，点击保存，就会自动生成摘要、构建知识图谱（增量）等操作：

4.4 知识图谱

保存完笔记之后，就会自动更新知识图谱，在知识图谱页面可以看到：

点击图谱中的节点，可以看到关联的笔记：

4.5 导入

可以在导入页面输入公众号文章进行导入：

4.6 客户端

在release中下载客户端，然后在登录界面输入后端服务的地址即可：

• 注意，因为 macos 端没有签名，所以初次启动的时候会报有安全风险，需要在设置->隐私与安全设置中授权打开：

登录完成之后即可体验了：

五、总结

本文介绍了一款名为 SparkNoteAI 的开源 AI 知识管理工具。

该系统融合大模型智能总结与知识图谱可视化，旨在帮助用户从碎片化信息中构建结构化知识体系。

项目支持 Docker 本地部署，用户可通过 GitHub 获取源码并按指引配置环境变量启动服务，实现私有化的 AI 笔记管理。

大家感兴趣的话快去试试吧！

我是 Jack Bytes

一个专注于将人工智能应用于日常生活的半吊子程序猿！

平时主要分享 AI、NAS、Docker、搞机技巧、开源项目等技术，喜欢的话请关注吧！