我用 12 天做的一款本地 AI 学习软件:DeepSage

上周有条新闻：开发者 Brandon Thomas 一个人加一个 AI 模型，用 Rust 重写并开源了对应 Adobe 全家桶的 7 款软件（PhotoCraft、VectorCraft、FilmCraft……），起因是 Adobe 的提前取消费；不到 10 天，GitHub 星数过了 4 万。

热度之外也有另一面：7 款里 5 款还标着“开发中”，只有两款是“早期 Alpha”。他做的是“复刻别人的产品”。既然AI写代码已经变得如此简单，那么我用了 12 天做了另一件事：把几款基于AI的个人知识库笔记工具的长处合并进一款桌面软件，名字叫 DeepSage。

写这篇的起因是一个被反复问到的问题：现成的 AI 知识库笔记工具那么多，为什么还要自己做？前半部分把五款工具逐一盘一遍，后半部分是开发过程。

一、为什么要自己做：五款工具逐一盘点

常年跟资料打交道的人都有类似的体验：产品手册、专业资料、扫描件、英文文档，散在文件夹里；看的时候似懂非懂，过段时间又忘了；想复习，不知道从哪捡起。先后试过五款工具，各自解决了一部分问题。

1. DeepTutor（开源项目）

是什么：GitHub 上的开源 AI 学习项目。官方介绍里，它能做的事很多：多引擎知识库、沉浸式视频学习、任务板、子代理协作、记忆管理。

优点：功能覆盖面广；开源，代码和方案都能拿来研究、借鉴。

不足：操作复杂，上手要折腾不少配置；学习推进得自己张罗——它不太会“安排你下一步学什么”。

2. Karpathy 的 LLM Wiki（一套方法，不是软件）

是什么：Andrej Karpathy（OpenAI 联合创始成员、前特斯拉 AI 总监）2026 年 4 月公开的一份“点子文档”，讲怎么让大模型帮你维护个人知识库。

核心主张：不要在查询时检索，而是在摄入时编译——资料进库时就由模型“编译”成一篇篇 Wiki 页面，配索引、变更记录、去重和矛盾检查。他的比喻是：Obsidian 是 IDE，LLM 是程序员，Wiki 是代码库。

优点：知识不是“存着等查”，而是越用越厚；产物是人类可读可审计的页面，不完全依赖向量库；他自称在百篇文档、四十万字规模下，效率明显好于传统检索方案。

不足：它是工作流，不是产品——要自己搭（比如 Obsidian 加 AI 代理），还要持续维护，“记账”的活最终落在人身上。

这套方法没有软件界面，产物就是一堆 Markdown 页面，我之前基于这个方法，将其封装为一个技能，在Agent里面使用过一段时间。不过，我并非完全复刻Karpathy的这个技能，而是在此基础上增加了上瘾式学习这个技能（该方学习方法下面有介绍，是来自于日本医学博士安川康介写了一本介绍自学成才的书）。

3. “上瘾式学习”提示词框架（自己整理的方法）

是什么：灵感来自一本日本作者安川康介（日本医学博士）的书《上瘾式学习：科学的自学成才法》，以全球前 1%成绩拿下美国医师执照考试（USMLE，公认高难度医学执照考试），我此前将此功能结合卡帕西的AI学习法整理成一套学习提示词技能，把学习流程拆成 7 个模板。

核心主张：微切片——把知识切成最小单元，一次只学一个；先类比建立直觉，再给专业定义；卡住了立刻换解释方式；每学完一小结，进度写成清单持续更新。

优点：把“系统化推进”变成可执行的流程，不靠意志力硬撑。

不足：它只是 7 段提示词——每次要手动粘贴；资料从哪来、答完题谁来批、学到哪了，都散在各个对话里，没有归口。

它也没有界面；后来它被“产品化”成了 DeepSage 里的学习引擎，后文有截图。

4. 腾讯 IMA（商业云产品）

是什么：腾讯的知识库问答产品，和微信生态打通。

能做什么：把资料收进知识库后提问，多端同步。

优点：上手快、知识库体验好。

不足：资料要上云——放进云知识库，就不完全在自己手里。

5. NotebookLM（商业云产品，现在已更名Gemini Notebook）

是什么：Google 的资料问答产品。

能做什么：上传文档后在资料范围内问答，回答带来源引用，还能生成音频概览。

优点：引用溯源做得好，每条结论都能点回原段落。

不足：同样是云产品，资料要上传，且依赖 Google 账号，国内用户正常渠道无法登录。。

盘点完，要的东西清楚了

五款工具摆到一起，其实是两条路线：开源的和自搭的，功能全，但都要自己折腾；商业云的，省心，但资料要上云，且功能上并不十分完美契合自己的日常使用需求。盘到最后，我们希望对一款工具的要求收敛成三条：

1. 资料留在本机： 原件、索引、笔记全部在自己的电脑上；
2. 学习被系统推着走： 有知识点清单、有出题批改、有阶段复盘，不用每次自己张罗；
3. 每个回答点得回原文： 回到 PDF 的对应页、对应行。

这三条里单独拎出来谁都不新鲜，但没有一款工具同时满足。

比这三条更根本的，是“系统性”。学一门技术、啃一个领域，最怕片段化：今天看一篇文章，明天问一个问题，知识点散在几十个对话和笔记里，串不成一条线。拿专业领域内的系统性行业知识来说，把技术资料成体系地学一遍，收获远大于零散地看。缺的，就是一款能把这条线串起来的工具。

名字是自己起的：DeepSage——Deep 对应“深度”，Sage 对应“智者”，合起来，字面意思就是“深度智脑”。

DeepSage 具体是做什么的：它是一款装在自己电脑上的 AI 学习软件。往下，是本地知识库——把 PDF、扫描件、电子书收进来，提问时回答带出处、点引用跳回原文；往上，是学习系统——把资料拆成知识点，按 LLM Wiki 的方式组织（每个知识点有讲解、有出处、有前后依赖），再按“上瘾式学习”的节奏推进：机器讲解、出题、批改，你点头才走下一步。

以前这三条只能迁就；现在 AI 大模型能写掉大部分代码，想法做成软件，比想象中快。这 12 天就是记录。

二、这 12 天发生了什么：四幕

一个人开发，最麻烦的地方在于“做没做好”很容易自我感觉良好。所以 12 天被切成四幕，每一幕收尾交一份验收报告加一批自检用例：用例全绿，才进入下一幕。12 天里，自检用例从 162 条涨到 591 条——感觉会骗人，用例不会。

第 1~2 天：让回答可查证。 只解决一件事：AI 回答里引用的每一句话，点一下能跳回 PDF 原文，并且高亮到具体那一行，而不是整页泛黄。扫描件没有文字层，就先离线识别再定位。这一幕结束时，验收报告里写的是“引用回跳走查全过”。

第 3~4 天：让学习被推着走。 装学习引擎：把资料拆成知识点清单，逐个讲解、出题、批改，但不会自己往前跑——等你作答、批改完，下一步才解锁。推进的节奏来自那套“上瘾式学习”框架，7 个模板对应 7 个学习动作，这一幕把它们变成了软件里的固定流程，不用再手动粘提示词。

第 5 天：把它装进一个 exe。 只做打包：一条一键脚本完成打包、启动自检、压缩便携包，便携包附校验码，解压后先自校验再运行。目标是换一台电脑也能直接用，资料跟着包走。这天还定了一条规矩：数据目录不写注册表、不碰系统目录，删掉文件夹就等于卸载。

第 6~12 天：把体验磨顺手。 没有新指标，全是“用着别扭”的清单：知识库文件夹树、单文档工作台、整页翻译对照、一键思维导图和要点提要。每一条同样有验收报告和新增自检用例兜底。

12 天，四幕，4 份验收报告。写代码的部分，AI 智能体确实快；慢的是每幕收尾时一条条走查、把用例补全。

这并没有完全结束，后面的笔记功能还在进一步开发当中。

三、三个决定

决定一：能留在本机就留在本机，联网只在明处。 服务只监听 127.0.0.1，随机端口加 token 鉴权；扫描件识别模型直接内置在安装包里，不联网下载；原件、提取文本、页图、索引全部落在应用自己的数据目录里。唯一出本机的是向量化：分块文本发给免费的向量模型接口换向量，这一步是显式开关——不在设置里填密钥，它一个字节也不会往外发。代价是安装包约 590MB，换来的是默认全本地。

给想深挖的人：桌面壳是 PySide6 + QWebEngine，两百多行；服务是内嵌的 FastAPI，前端是本地静态资源，没有 Node 构建链。

决定二：两路检索互相印证，没上知识图谱。 检索走两路：向量检索加关键词检索（中文分词是自己写的），两路结果融合排序，任何一路失常时另一路仍能兜住召回。同期很流行知识图谱检索，评估后否掉了：原版 DeepTutor 在扫描件的识别噪音上烧 token 建图，建出来的图不可信。这条评估留了档，当反例：流行的方案不等于合适的方案。

给想深挖的人：向量侧是 sqlite-vec + BGE-M3，关键词侧是 SQLite FTS5，融合用 RRF；关键词路不联网，向量路在建库和提问时调用接口，传出去的只有分块文本和问题本身。

决定三：学习引擎设“硬门”，推进权留给人。 AI 只负责讲解、出题、批改；“进入下一个知识点”必须由人触发，代码里写死，提示词里也写死。学什么、学到哪，由人决定，不让系统默认替你往前跑。

给想深挖的人：学习流程是一个状态机，7 个提示词模板对应 7 个状态迁移；“严禁自动推进”同时写在系统提示词和状态机守卫里。

四、它现在长什么样：四个模块加一个工作台

按侧边栏的四个入口（对话、知识库、系统化学习、设置）加一个文档工作台，各说一段：解决什么问题、怎么用。

对话——解决“回答要能落到出处”。 新建对话、选一个知识库，直接提问；回答里每个引用是编号芯片，点一下就跳到左侧原文对应页、高亮到行。

知识库——解决“资料散、扫描件搜不了”。 把 PDF、扫描件、DOCX、EPUB 拖进知识库，自动识别建索引，扫描版 PDF 自动过 OCR；文件夹树分组管理，支持搜索、重命名、移动；单篇文档有“页面 / 预览 / 问这篇 / 重建索引”几个动作。

系统化学习——解决“学着学着就断了”。 新建主题、挑好资料，系统拆出知识点清单；逐个知识点讲解、出题、批改，阶段结束做复盘再进下一段。每一步都要你点“继续”才往前走。

设置——解决“密钥、模型自己管，出问题知道去哪看”。 填对话、视觉、向量三类模型的 API 密钥，点“测试”验证连通后保存；思考强度可一键调；设置页底部有最近事件，出问题一键打开日志目录。

单文档工作台——解决“读外文资料和长文档费劲”。 在知识库里打开一份文档，切到整页翻译对照，原文译文按段并排；同一份文档还能一键生成思维导图和要点提要。

另外两个日常便利：学习档案一键导出 zip，换机导入即恢复；一键打包成便携版，附校验码。

小结：三个能直接复制的做法

回到开头的问题——现成的不能用吗？能用的都试过了：五款工具都有长处，但没有一款同时满足“资料在本机、学习被推着走、回答可追溯”。DeepSage 的这 12 天里，写代码是最不耗人的部分；真正花时间的是想清楚“要什么、怎么算做好”，再一条条走查。这两件事，AI 替不了你。

目前这款工具还在继续增加更实用的功能。比如其中的笔记功能，已经策划好的实现方案。如果你对DeepSage 感兴趣，可以留言说说你的想法。

你手里有没有“用得不顺、想自己做一个”的工具？欢迎在评论区聊聊。

文中 Adobe 相关新闻事实核自公开报道：开发者 Brandon Thomas 自述借助 Claude 模型、用 Rust 开源 ArtCraft 系列 7 款软件，不到 10 天 GitHub 星数过 4 万，其中 5 款仍标“开发中”、两款标“早期 Alpha”。Karpathy LLM Wiki 介绍核自其 2026 年 4 月公开的 Gist 及相关公开报道。