FlashOfThought 闪念：一个把语音灵感自动整理成知识库的 AI 笔记系统

项目体验地址：http://47.97.87.182/

GitHub 仓库：https://github.com/MaddieMo1/Flash-Of-Thought

摘要

平时很多想法不是没有价值，而是消失得太快。

有时候是在路上突然想到一个产品点子，有时候是开会时冒出一个优化方案，也有时候只是脑子里闪过一句话。问题在于，如果当下没有马上整理，这些想法很容易变成“我刚才是不是想到过什么”。

所以我做了一个小项目：FlashOfThought（闪念）。

它的核心目标很简单：把临时出现的语音、文字、文件内容，自动整理成结构化笔记，并沉淀成可以搜索、对话、复盘和可视化的个人知识库。

一、项目整体介绍

FlashOfThought 是一个基于大语言模型的智能语音笔记与灵感管理系统。

它不是传统意义上的“记事本”。普通笔记软件解决的是记录问题，而 FlashOfThought 更关注记录之后的整理、关联和复盘。

简单来说，它主要做了四件事：

1. 支持文字、录音、音频文件、文档文件等多种方式录入想法；
2. 使用 AI 自动提取标题、摘要、核心观点、关键功能、应用场景和标签；
3. 将内容保存到向量知识库中，后续可以语义搜索和知识库问答；
4. 用知识图谱和 AI 周报帮助自己回顾长期积累的想法。

项目已经部署到云服务器，可以直接访问：

FlashOfThought 体验地址

源码也已经放到 GitHub：

FlashOfThought GitHub 地址

下面是线上部署后的登录页截图。

二、项目亮点

这次做 FlashOfThought，我比较关注的不是单个功能有多复杂，而是整条链路能不能跑通。

我认为这个项目目前比较有代表性的亮点有这几个：

• 从语音到结构化笔记的一体化流程：录音或上传音频后，系统会先完成语音转写，再交给 AI 整理成结构化笔记。
• 多模态输入入口：除了语音，也支持文字、音频文件和常见文档文件，适合不同场景下快速捕捉想法。
• 基于 ChromaDB 的语义检索：后续找笔记时，不需要精确记住标题或关键词，可以直接用自然语言搜索。
• 知识库问答能力：系统可以基于已有笔记回答问题，让个人知识库不只是“存起来”，而是能继续参与思考。
• 知识图谱和周报复盘：当笔记变多后，可以通过图谱和 AI 周报观察自己最近关注的主题。
• 可部署的完整 Web 项目：项目包含 FastAPI 后端、Streamlit 前端、JWT 登录、额度系统、Docker Compose 部署配置，不只是本地脚本 demo。

三、为什么要做这个项目

我自己在做项目、学习新技术或者构思产品时，经常会遇到一个问题：想法很多，但是整理成本太高。

手动写笔记当然可以，但它有几个痛点：

• 临时想法很难马上写成完整结构；
• 语音记录之后还要自己转文字；
• 笔记越多，后面越难找；
• 很多早期想法之间其实有关联，但靠人工很难发现；
• 想复盘最近一段时间在关注什么，也需要重新翻很多内容。

FlashOfThought 想解决的就是这条链路：

闪念捕捉 -> AI 整理 -> 知识库存储 -> 搜索问答 -> 图谱复盘

这也是我觉得 AI 比较适合落地的场景之一。它不是替我思考，而是帮我把已经产生的想法整理得更清楚。

四、核心功能一：多方式录入灵感

进入系统后，核心入口是“录入想法”。

目前支持三种主要方式：文字输入、麦克风录音、上传文件。

下面是线上实机的录入页面。

1. 文字输入

如果想法已经比较明确，可以直接输入一段文字，然后点击“开始整理”。

系统会把这段原始内容交给 AI，自动生成结构化结果。

适合的场景包括：

• 临时产品想法；
• 学习笔记；
• 会议纪要；
• 需求草稿；
• 项目复盘。

2. 麦克风录音

如果是在临时场景下，比如刚想到一个点子、不方便打字，就可以直接用麦克风录音。

录音完成后，系统会先进行语音转文字，再继续做 AI 结构化整理。

这个功能比较适合“边想边说”的场景。因为很多时候，我们脑子里的想法并不是一开始就非常清楚，而是说出来之后才逐渐成型。

3. 上传文件

系统也支持上传音频或文档文件，例如：

• .mp3
• .wav
• .m4a
• .aac
• .txt
• .md
• .pdf
• .docx
• .doc

这对于会议录音、临时语音备忘、已有文档整理都比较实用。

五、核心功能二：AI 自动结构化笔记

录入内容之后，FlashOfThought 会自动生成一张结构化笔记卡片。

一条笔记通常会包含：

• 标题；
• 摘要；
• 核心观点；
• 关键功能；
• 可能应用；
• 标签；
• 原始文本。

这一步是整个项目里最关键的地方。

因为原始想法通常是碎片化的，但结构化之后，它就变成了可以管理、检索和复用的知识资产。

比如你随口说了一段关于“AI 简历分析工具”的想法，系统可以自动提炼出产品方向、核心功能和应用场景。这样后续再回看时，不需要重新理解当时那一整段原始表达。

六、核心功能三：知识库回顾与笔记管理

保存后的笔记会进入知识库。

在知识回顾页面，可以查看历史笔记列表，也可以对笔记进行编辑、删除、查看详情等操作。

这里我做了一个比较实用的设计：笔记不是简单按文件堆叠，而是保留了结构化字段。后续搜索、图谱、周报和问答，都可以基于这些字段继续工作。

比如一条笔记保存之后，不只是存一段文本，还会保留：

{"title":"笔记标题","summary":"一句话摘要","core_ideas":["核心观点 1","核心观点 2"],"key_features":["关键功能 1","关键功能 2"],"possible_applications":["应用场景 1"],"tags":["AI","产品","知识管理"]}

这种结构化数据非常适合后续做智能检索和知识图谱。

下面是线上实机的知识回顾页面。这个页面把最近笔记、搜索、聊天回顾和 AI 周报放在同一个工作区里，方便围绕知识库继续操作。

七、核心功能四：智能搜索

传统关键词搜索有一个问题：你必须记得当时用了什么词。

但人的记忆通常不是这样的。很多时候我们只记得“我好像之前想过一个和 AI 产品有关的点子”，却不记得标题具体叫什么。

所以 FlashOfThought 使用了向量检索能力。

你可以用自然语言提问，例如：

我之前关于 AI 产品的想法有哪些？

或者：

有没有适合做成 SaaS 的项目点子？

系统会从知识库中找出语义相关的笔记，而不是只匹配关键词。

八、核心功能五：和自己的知识库对话

除了搜索，系统还支持“知识库对话”。

这个功能更像是一个只基于自己笔记回答问题的 AI 助手。

比如可以问：

我最近主要在关注哪些方向？

或者：

帮我总结一下之前关于语音笔记产品的想法。

AI 会结合知识库中的相关笔记生成回答，并保留参考上下文。

这点我觉得很有价值，因为它让笔记不再只是静态内容，而是变成了可以交互的上下文。

九、核心功能六：AI 灵感周报

当笔记积累到一定数量之后，一个新的问题会出现：如何复盘？

FlashOfThought 提供了 AI 周报功能，可以按最近 7 天、14 天或 30 天生成总结。

周报内容包括：

• 本周期记录数量；
• 核心关注点；
• 主题分布；
• 重点想法；
• 阶段性总结。

这个功能适合用来做个人复盘。

比如一周结束时看一下：我最近到底在想什么？哪些主题反复出现？哪些想法值得继续推进？

十、核心功能七：知识图谱可视化

除了列表和搜索，项目还提供了知识图谱页面。

系统会把笔记、标签和核心节点组织成关系图，用可视化方式展示不同想法之间的连接。

下面是线上实机的知识图谱页面。

目前支持：

• 力导向图布局；
• 环形布局；
• 标签显示开关；
• 节点拖拽和缩放；
• 点击节点查看关联关系。

这个功能更适合在笔记数量变多之后使用。因为有些关联关系靠列表很难发现，但放到图谱里会直观很多。

也可以在的布局模型更改成环形布局。

十一、额度系统与用户体系

项目里还加入了基础的登录注册和额度系统。

用户注册之后会有初始额度，不同 AI 操作会消耗不同额度，例如：

• 文本整理；
• 语音转写；
• AI 扩展想法；
• AI 路线规划；
• 知识库问答；
• AI 周报生成。

这样做的原因是：真实部署时，模型调用和语音识别都会产生接口成本。如果只是本地 demo，可以不关心这个问题；但如果部署到服务器并让多人使用，就需要有最基本的资源控制。

十二、技术架构

这个项目整体采用前后端分离的方式实现。

后端技术栈

后端主要使用：

• FastAPI
• Python
• JWT登录鉴权
• SQLite用户数据
• ChromaDB向量数据库
• 阿里云DashScope/Qwen模型
• 阿里云OSS文件存储

后端主要负责：

• 用户登录注册；
• 文件上传；
• 语音转写；
• AI 结构化整理；
• 笔记保存；
• 向量检索；
• 知识库问答；
• 知识图谱数据生成；
• 额度扣减。

前端技术栈

前端主要使用：

• Streamlit
• streamlit-mic-recorder
• streamlit-echarts
• 自定义 CSS 暗色界面

我选择 Streamlit 的原因也很直接：开发速度快，适合快速把 AI 工具做成可交互产品。

如果后续要做成更完整的商业化产品，可以再换成 React/Vue 之类的前端框架。但在项目验证阶段，Streamlit 足够高效。

十三、部署方式

项目部署时使用 Docker Compose，将服务拆成两部分：

• api：FastAPI 后端服务；
• ui：Streamlit 前端页面。

对应的服务结构大致如下：

services:api:command:uvicorn app.main:app--host 0.0.0.0--port 8000ui:command:streamlit run ui/app.py--server.address=0.0.0.0--server.port=8501

生产环境中，再通过 Nginx 对外暴露访问入口。

项目中的用户数据、向量库数据和上传文件都会挂载到服务器目录，避免容器重启后数据丢失。

十四、项目地址

项目已经部署到云服务器：

http://47.97.87.182/

GitHub 仓库地址：

https://github.com/MaddieMo1/Flash-Of-Thought

建议体验顺序：

1. 登录系统；
2. 进入“录入想法”；
3. 输入一段文字或上传一段音频；
4. 点击 AI 整理；
5. 保存到知识库；
6. 到知识回顾中搜索或对话；
7. 最后查看知识图谱和 AI 周报。

十五、后续可以继续优化的方向

目前这个项目已经完成了核心链路，但还有不少可以继续增强的地方。

1. 移动端体验

灵感捕捉最自然的场景其实是在手机上。

后续可以考虑做一个移动端页面，或者进一步封装成小程序/APP，让录音和快速记录更顺手。

2. 更强的知识图谱

现在的知识图谱主要基于笔记和标签关系。

后续可以进一步引入实体抽取、主题聚类和时间线分析，让图谱不只是“展示”，还可以帮助用户发现隐藏关系。

3. 更完整的付费系统

目前项目中实现的是基础额度和模拟支付逻辑。

如果要正式开放给更多用户，还需要接入真实支付、订单回调、套餐管理和风控逻辑。

4. 多模型支持

当前主要使用 Qwen/DashScope 相关能力。

后续可以加入更多模型作为可选项，例如 OpenAI、Claude 或本地模型，让系统在成本、速度和效果之间有更多选择。

十六、总结

FlashOfThought 这个项目想解决的不是“如何写笔记”，而是“如何让碎片想法真正沉淀下来”。

很多工具停留在记录层面，但真正有价值的是后面的整理、关联、搜索和复盘。

AI 在这里的作用不是替代人的思考，而是把人的表达转成更容易管理的知识结构。

这也是我做这个项目时最明确的感受：

灵感本身很轻，但如果能被及时捕捉、整理和连接，它就有机会变成长期有价值的知识库。