[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Nutlope--notesGPT":3,"tool-Nutlope--notesGPT":65},[4,17,27,35,48,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",152630,2,"2026-04-12T23:33:54",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,3,"2026-04-06T11:19:32",[15,26,14,13],"图像",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":10,"last_commit_at":33,"category_tags":34,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85092,"2026-04-10T11:13:16",[26,43,44,45,14,46,15,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":54,"last_commit_at":55,"category_tags":56,"status":16},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[15,43,46],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":54,"last_commit_at":63,"category_tags":64,"status":16},6590,"gpt4all","nomic-ai\u002Fgpt4all","GPT4All 是一款让普通电脑也能轻松运行大型语言模型（LLM）的开源工具。它的核心目标是打破算力壁垒，让用户无需依赖昂贵的显卡（GPU）或云端 API，即可在普通的笔记本电脑和台式机上私密、离线地部署和使用大模型。\n\n对于担心数据隐私、希望完全掌控本地数据的企业用户、研究人员以及技术爱好者来说，GPT4All 提供了理想的解决方案。它解决了传统大模型必须联网调用或需要高端硬件才能运行的痛点，让日常设备也能成为强大的 AI 助手。无论是希望构建本地知识库的开发者，还是单纯想体验私有化 AI 聊天的普通用户，都能从中受益。\n\n技术上，GPT4All 基于高效的 `llama.cpp` 后端，支持多种主流模型架构（包括最新的 DeepSeek R1 蒸馏模型），并采用 GGUF 格式优化推理速度。它不仅提供界面友好的桌面客户端，支持 Windows、macOS 和 Linux 等多平台一键安装，还为开发者提供了便捷的 Python 库，可轻松集成到 LangChain 等生态中。通过简单的下载和配置，用户即可立即开始探索本地大模型的无限可能。",77307,"2026-04-11T06:52:37",[15,13],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":71,"readme_en":72,"readme_zh":73,"quickstart_zh":74,"use_case_zh":75,"hero_image_url":76,"owner_login":77,"owner_name":78,"owner_avatar_url":79,"owner_bio":80,"owner_company":81,"owner_location":82,"owner_email":83,"owner_twitter":84,"owner_website":85,"owner_url":86,"languages":87,"stars":100,"forks":101,"last_commit_at":102,"license":103,"difficulty_score":104,"env_os":105,"env_gpu":106,"env_ram":105,"env_deps":107,"category_tags":117,"github_topics":81,"view_count":10,"oss_zip_url":81,"oss_zip_packed_at":81,"status":16,"created_at":118,"updated_at":119,"faqs":120,"releases":150},7032,"Nutlope\u002FnotesGPT","notesGPT","Record voice notes & transcribe, summarize, and get tasks","notesGPT 是一款基于人工智能的语音笔记工具，旨在帮助用户快速记录想法并自动转化为可执行的任务。用户只需录制语音，系统便能利用先进的语音识别技术将其转写为文字，随后通过大语言模型自动生成内容摘要和具体的待办事项清单。\n\n这款工具主要解决了传统笔记整理耗时费力的问题。在会议、讲座或灵感迸发时，人们往往来不及详细记录，而事后整理录音又极为繁琐。notesGPT 将这一过程自动化，让用户从“记录者”转变为“行动者”，显著提升信息处理效率。\n\n它非常适合需要频繁参加会议的学生、职场人士、记者以及任何希望优化个人知识管理工作流的普通用户。同时，由于该项目完全开源，也吸引了希望学习或定制 AI 应用流程的开发者。\n\n在技术层面，notesGPT 展现了现代化的架构设计。它整合了 Together.ai 提供的 Mixtral 大模型与 Whisper 语音识别引擎，确保转写与总结的高质量；后端采用 Convex 平台处理数据库、文件存储及向量搜索，实现了高效的语义检索功能；前端则基于 Next.js 构建，并配合 Clerk 完成安全的用户认证。这种组合不仅保证了响应速度，也为功能的进一步扩","notesGPT 是一款基于人工智能的语音笔记工具，旨在帮助用户快速记录想法并自动转化为可执行的任务。用户只需录制语音，系统便能利用先进的语音识别技术将其转写为文字，随后通过大语言模型自动生成内容摘要和具体的待办事项清单。\n\n这款工具主要解决了传统笔记整理耗时费力的问题。在会议、讲座或灵感迸发时，人们往往来不及详细记录，而事后整理录音又极为繁琐。notesGPT 将这一过程自动化，让用户从“记录者”转变为“行动者”，显著提升信息处理效率。\n\n它非常适合需要频繁参加会议的学生、职场人士、记者以及任何希望优化个人知识管理工作流的普通用户。同时，由于该项目完全开源，也吸引了希望学习或定制 AI 应用流程的开发者。\n\n在技术层面，notesGPT 展现了现代化的架构设计。它整合了 Together.ai 提供的 Mixtral 大模型与 Whisper 语音识别引擎，确保转写与总结的高质量；后端采用 Convex 平台处理数据库、文件存储及向量搜索，实现了高效的语义检索功能；前端则基于 Next.js 构建，并配合 Clerk 完成安全的用户认证。这种组合不仅保证了响应速度，也为功能的进一步扩展奠定了坚实基础。","\u003Ca href=\"https:\u002F\u002Fusenotesgpt.com\u002F\">\n  \u003Cimg alt=\"NotesGPT – AI-powered voice note taking in seconds.\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FNutlope_notesGPT_readme_8f9e203ddef4.png\">\n  \u003Ch1 align=\"center\">notesGPT\u003C\u002Fh1>\n\u003C\u002Fa>\n\n\u003Cp align=\"center\">\n  Generate action items from your notes in seconds. Powered by Convex, Together.ai, and Whisper.\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"#tech-stack\">\u003Cstrong>Tech Stack\u003C\u002Fstrong>\u003C\u002Fa> ·\n  \u003Ca href=\"#deploy-your-own\">\u003Cstrong>Deploy Your Own\u003C\u002Fstrong>\u003C\u002Fa> ·\n  \u003Ca href=\"#future-tasks\">\u003Cstrong>Future Tasks\u003C\u002Fstrong>\u003C\u002Fa>\n\u003C\u002Fp>\n\u003Cbr\u002F>\n\n## Tech Stack\n\n- [Convex](https:\u002F\u002Fconvex.dev\u002F) for the database and cloud functions\n- Next.js [App Router](https:\u002F\u002Fnextjs.org\u002Fdocs\u002Fapp) for the framework\n- [Together Inference](https:\u002F\u002Ftogetherai.link) for the LLM (Mixtral) and for Whisper transcriptions\n- [Together Embeddings](https:\u002F\u002Ftogetherai.link) for the embeddings for search\n- [Convex File Storage](https:\u002F\u002Fdocs.convex.dev\u002Ffile-storage) for storing voice notes\n- [Convex Vector search](https:\u002F\u002Fdocs.convex.dev\u002Fvector-search) for vector search\n- [Clerk](https:\u002F\u002Fclerk.dev\u002F) for user authentication\n- [Tailwind CSS](https:\u002F\u002Ftailwindcss.com\u002F) for styling\n\n## Deploy Your Own\n\nYou can deploy this template by setting up the following services and adding their environment variables:\n\n1. Run `npm install` to install dependencies.\n2. Run `npm run dev`. It will prompt you to log into [Convex](https:\u002F\u002Fconvex.dev) and create a project.\n3. It will then ask you to supply the `CLERK_ISSUER_URL`. To do this:\n   1. Make a [Clerk](https:\u002F\u002Fclerk.dev) account.\n   2. Copy both the `CLERK_SECRET_KEY` and `NEXT_PUBLIC_CLERK_PUBLISHABLE_KEY` [API keys](https:\u002F\u002Fdashboard.clerk.com\u002Flast-active?path=api-keys) into `.env.local`.\n   3. Do steps 1-3 [here](https:\u002F\u002Fdocs.convex.dev\u002Fauth\u002Fclerk) and copy the Issuer URL.\n      It should look something like `https:\u002F\u002Fsome-animal-123.clerk.accounts.dev`.\n   4. Add `CLERK_ISSUER_URL` to your [Convex Environment Variables](https:\u002F\u002Fdashboard.convex.dev\u002Fdeployment\u002Fsettings\u002Fenvironment-variables?var=CLERK_ISSUER_URL)\n      (deep link also available in your terminal). Paste the Issuer URL as the value and click \"Save\".\n4. Now your frontend and backend should be running and you should be able to log in but not record.\n5. Make a [Together](https:\u002F\u002Ftogetherai.link) account to get your [API key](https:\u002F\u002Fapi.together.xyz\u002Fsettings\u002Fapi-keys).\n6. Save your environment variables in Convex [`TOGETHER_API_KEY`](https:\u002F\u002Fdashboard.convex.dev\u002Fdeployment\u002Fsettings\u002Fenvironment-variables?var=TOGETHER_API_KEY).\n\n## Future tasks:\n\n- [ ] Keep recording for future playback and display it on the page somewhere\n- [ ] Animate the purple microphone to be in sync with your voice\n- [ ] Store completed action items for the future instead of fully deleting them\n- [ ] Make text\u002Fimages in the landing page smaller to account for multiple screen sizes.\n- [ ] Make the search experience a little smoother overall by searching automatically on entering text\n- [ ] Be able to have this as a PWA if there's an easy step to do that\n- [ ] Prompt engineer the summary a little more to be more useful than what's currently displaying\n- [ ] Add a Notion integration to be able to get the transcript + summary + action items on there\n- [ ] UI updates to make it look a little nicer based on Youssef's redesign\n- [ ] Be able to edit action items after the fact and set a due date for them\n- [ ] Account for layout shift on the dashboard page when refreshing – show a loading state on content?\n- [ ] Make action items animate out + make checkbox rounded + add a little check icon on hover\n- [ ] Migrate to incredibly fast whisper\n","\u003Ca href=\"https:\u002F\u002Fusenotesgpt.com\u002F\">\n  \u003Cimg alt=\"NotesGPT – AI驱动的语音笔记，几秒内完成。\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FNutlope_notesGPT_readme_8f9e203ddef4.png\">\n  \u003Ch1 align=\"center\">notesGPT\u003C\u002Fh1>\n\u003C\u002Fa>\n\n\u003Cp align=\"center\">\n  几秒钟内从你的笔记中生成待办事项。由 Convex、Together.ai 和 Whisper 提供支持。\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"#tech-stack\">\u003Cstrong>技术栈\u003C\u002Fstrong>\u003C\u002Fa> ·\n  \u003Ca href=\"#deploy-your-own\">\u003Cstrong>部署属于你自己的版本\u003C\u002Fstrong>\u003C\u002Fa> ·\n  \u003Ca href=\"#future-tasks\">\u003Cstrong>未来任务\u003C\u002Fstrong>\u003C\u002Fa>\n\u003C\u002Fp>\n\u003Cbr\u002F>\n\n## 技术栈\n\n- [Convex](https:\u002F\u002Fconvex.dev\u002F) 用于数据库和云函数\n- Next.js [App Router](https:\u002F\u002Fnextjs.org\u002Fdocs\u002Fapp) 作为框架\n- [Together Inference](https:\u002F\u002Ftogetherai.link) 用于 LLM（Mixtral）和 Whisper 转录\n- [Together Embeddings](https:\u002F\u002Ftogetherai.link) 用于搜索的嵌入\n- [Convex 文件存储](https:\u002F\u002Fdocs.convex.dev\u002Ffile-storage) 用于存储语音笔记\n- [Convex 向量搜索](https:\u002F\u002Fdocs.convex.dev\u002Fvector-search) 用于向量搜索\n- [Clerk](https:\u002F\u002Fclerk.dev\u002F) 用于用户身份验证\n- [Tailwind CSS](https:\u002F\u002Ftailwindcss.com\u002F) 用于样式设计\n\n## 部署属于你自己的版本\n\n你可以通过设置以下服务并添加它们的环境变量来部署此模板：\n\n1. 运行 `npm install` 安装依赖项。\n2. 运行 `npm run dev`。系统会提示你登录 [Convex](https:\u002F\u002Fconvex.dev) 并创建一个项目。\n3. 接着它会要求你提供 `CLERK_ISSUER_URL`。具体操作如下：\n   1. 注册一个 [Clerk](https:\u002F\u002Fclerk.dev) 账户。\n   2. 将 [API 密钥](https:\u002F\u002Fdashboard.clerk.com\u002Flast-active?path=api-keys) 中的 `CLERK_SECRET_KEY` 和 `NEXT_PUBLIC_CLERK_PUBLISHABLE_KEY` 复制到 `.env.local` 文件中。\n   3. 按照 [这里](https:\u002F\u002Fdocs.convex.dev\u002Fauth\u002Fclerk) 的步骤 1–3 操作，并复制 Issuer URL。\n      它看起来应该类似于 `https:\u002F\u002Fsome-animal-123.clerk.accounts.dev`。\n   4. 将 `CLERK_ISSUER_URL` 添加到你的 [Convex 环境变量](https:\u002F\u002Fdashboard.convex.dev\u002Fdeployment\u002Fsettings\u002Fenvironment-variables?var=CLERK_ISSUER_URL)\n      （终端中也有直接链接）。将 Issuer URL 作为值粘贴进去，然后点击“保存”。\n4. 现在你的前端和后端应该已经运行起来，你可以登录，但还无法录音。\n5. 注册一个 [Together](https:\u002F\u002Ftogetherai.link) 账户以获取你的 [API 密钥](https:\u002F\u002Fapi.together.xyz\u002Fsettings\u002Fapi-keys)。\n6. 在 Convex 中保存你的环境变量 [`TOGETHER_API_KEY`](https:\u002F\u002Fdashboard.convex.dev\u002Fdeployment\u002Fsettings\u002Fenvironment-variables?var=TOGETHER_API_KEY)。\n\n## 未来任务：\n\n- [ ] 继续录制以便日后回放，并在页面上的某个位置显示出来\n- [ ] 让紫色麦克风动画与你的声音同步\n- [ ] 将已完成的待办事项保存下来，而不是完全删除\n- [ ] 缩小登陆页中的文字和图片，以适应不同屏幕尺寸\n- [ ] 通过输入文本时自动搜索，使整体搜索体验更加流畅\n- [ ] 如果有简单的方法，可以将其做成 PWA\n- [ ] 对摘要进行更精细的提示工程，使其比当前显示的内容更有用\n- [ ] 添加 Notion 集成，以便将转录内容、摘要和待办事项同步到 Notion 上\n- [ ] 根据 Youssef 的重新设计，对 UI 进行更新，使其看起来更美观\n- [ ] 允许事后编辑待办事项，并为它们设置截止日期\n- [ ] 解决刷新仪表板页面时布局跳动的问题——是否可以在内容加载时显示加载状态？\n- [ ] 让待办事项以动画形式淡出，将复选框改为圆角，并在悬停时显示一个小勾号\n- [ ] 迁移到速度极快的 Whisper 版本","# notesGPT 快速上手指南\n\nnotesGPT 是一个基于 AI 的语音笔记工具，能够瞬间将语音转换为文本，并自动生成待办事项（Action Items）。本项目由 Convex、Together.ai 和 Whisper 驱动。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **Node.js**: 建议安装 LTS 版本（v18+）。\n*   **包管理器**: npm, yarn, pnpm 或 bun。\n*   **账号准备**:\n    *   [Convex](https:\u002F\u002Fconvex.dev\u002F) 账号（用于数据库、云函数及文件存储）。\n    *   [Clerk](https:\u002F\u002Fclerk.dev\u002F) 账号（用于用户认证）。\n    *   [Together AI](https:\u002F\u002Ftogetherai.link) 账号（用于 LLM 推理、Whisper 转录及向量嵌入）。\n\n## 安装步骤\n\n### 1. 克隆项目并安装依赖\n在项目根目录下运行以下命令安装所需依赖：\n\n```bash\nnpm install\n```\n\n### 2. 启动开发服务器并配置 Convex\n运行开发命令，系统将引导您登录 Convex 并创建新项目：\n\n```bash\nnpm run dev\n```\n\n### 3. 配置 Clerk 认证\n当终端提示需要 `CLERK_ISSUER_URL` 时，请按以下步骤操作：\n\n1.  登录 [Clerk 控制台](https:\u002F\u002Fdashboard.clerk.com\u002F) 创建应用。\n2.  进入 **API Keys** 页面，复制 `CLERK_SECRET_KEY` 和 `NEXT_PUBLIC_CLERK_PUBLISHABLE_KEY`。\n3.  在项目根目录创建 `.env.local` 文件并填入上述密钥：\n    ```bash\n    CLERK_SECRET_KEY=your_secret_key\n    NEXT_PUBLIC_CLERK_PUBLISHABLE_KEY=your_publishable_key\n    ```\n4.  按照 [Convex Clerk 集成文档](https:\u002F\u002Fdocs.convex.dev\u002Fauth\u002Fclerk) 的步骤获取 **Issuer URL**（格式类似 `https:\u002F\u002Fsome-animal-123.clerk.accounts.dev`）。\n5.  点击终端提供的链接或访问 Convex 仪表板的 **Environment Variables** 设置页，添加变量 `CLERK_ISSUER_URL` 并将 Issuer URL 作为值保存。\n\n### 4. 配置 Together AI\n此时前端和后端应已运行，您可以登录但尚无法录音。需配置 AI 服务：\n\n1.  登录 [Together AI](https:\u002F\u002Ftogetherai.link) 获取 [API Key](https:\u002F\u002Fapi.together.xyz\u002Fsettings\u002Fapi-keys)。\n2.  在 Convex 仪表板的 **Environment Variables** 中添加变量 `TOGETHER_API_KEY` 并填入您的密钥。\n\n配置完成后，刷新页面即可完整使用录音功能。\n\n## 基本使用\n\n1.  **登录系统**：打开本地运行地址（通常为 `http:\u002F\u002Flocalhost:3000`），使用 Clerk 提供的账号体系进行登录。\n2.  **录制语音**：点击页面上的麦克风按钮开始说话。系统会利用 Whisper 模型实时转录语音。\n3.  **生成待办**：录音结束后，AI 会自动分析笔记内容，并在几秒钟内生成结构化的待办事项列表（Action Items）。\n4.  **搜索笔记**：利用内置的向量搜索功能，通过自然语言查询历史笔记内容。\n\n> **提示**：由于 AI 服务节点主要位于海外，国内开发者在使用录音和生成功能时可能会遇到网络延迟，建议确保网络环境畅通或使用合适的网络加速工具。","产品经理李娜在通勤路上突然灵感迸发，需要快速记录关于新功能的需求构思并整理成可执行的任务列表。\n\n### 没有 notesGPT 时\n- 只能手忙脚乱地打开录音机，事后必须花费大量时间逐字回听并手动转录成文字。\n- 杂乱的口语表达难以直接转化为文档，需要额外进行逻辑梳理和摘要编写。\n- 从语音到生成具体开发任务（Action Items）的过程完全依赖人工拆解，极易遗漏关键细节。\n- 历史灵感分散在手机备忘录或录音文件中，缺乏统一的语义搜索功能，难以回溯复用。\n\n### 使用 notesGPT 后\n- 只需点击录音，notesGPT 利用 Whisper 模型实时将语音高精度转写为文本，无需手动打字。\n- 内置的 Mixtral 大模型自动提炼核心观点，瞬间生成结构清晰、重点突出的内容摘要。\n- 系统智能识别意图，直接从口述内容中提取并生成待办事项清单，立即可指派给开发团队。\n- 所有笔记自动向量化存储，支持通过自然语言语义搜索，秒级定位过往的任何创意片段。\n\nnotesGPT 将原本耗时数小时的“录音 - 转录 - 整理 - 派单”流程压缩至几秒钟，让创意捕捉与任务落地实现无缝衔接。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FNutlope_notesGPT_8f9e203d.png","Nutlope","Hassan El Mghari","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FNutlope_668db796.jpg","Building.",null,"New York City, NY","hassan4709@gmail.com","nutlope","http:\u002F\u002Fnutlope.com","https:\u002F\u002Fgithub.com\u002FNutlope",[88,92,96],{"name":89,"color":90,"percentage":91},"TypeScript","#3178c6",91.8,{"name":93,"color":94,"percentage":95},"JavaScript","#f1e05a",5.5,{"name":97,"color":98,"percentage":99},"CSS","#663399",2.7,2123,374,"2026-04-11T13:08:08","MIT",4,"未说明","不需要本地 GPU（推理和转录通过 Together.ai 云端 API 完成）",{"notes":108,"python":109,"dependencies":110},"该项目为全栈 Web 应用，核心 AI 功能（LLM Mixtral、Whisper 转录、向量嵌入）均调用 Together.ai 云端服务，无需本地部署模型或配置 CUDA 环境。运行前需注册 Convex（数据库\u002F后端）、Clerk（认证）和 Together.ai 账号，并正确配置相关环境变量（API Keys 和 Issuer URL）。开发环境通过 `npm install` 和 `npm run dev` 启动。","未说明 (基于 Next.js 项目，主要依赖 Node.js 环境)",[111,112,113,114,115,116],"Next.js (App Router)","Convex","Together.ai SDK","Clerk","Tailwind CSS","Node.js\u002Fnpm",[15,47],"2026-03-27T02:49:30.150509","2026-04-13T13:36:23.595056",[121,126,131,136,141,145],{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},31654,"本地部署后网站运行非常卡顿且无法录制语音，如何解决？","这通常是因为合并的代码存在临时问题。请尝试拉取最新的代码变更，然后在终端运行命令 `npx convex deploy` 重新部署，之后再次尝试即可解决。","https:\u002F\u002Fgithub.com\u002FNutlope\u002FnotesGPT\u002Fissues\u002F17",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},31655,"访问转录记录（transcript）时出现应用程序错误（Application error），该怎么办？","该问题已在后续的修复版本（PR #15）中解决。如果遇到此错误，请确保拉取了项目的最新代码并重新部署。具体的控制台报错可能包含 \"currentUser() can only be used in a server environment\"，更新代码后可修复。","https:\u002F\u002Fgithub.com\u002FNutlope\u002FnotesGPT\u002Fissues\u002F14",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},31656,"运行 npm install 或 npm run dev 时遇到 Convex 相关错误或卡住，如何处理？","此类环境配置或连接问题已在 PR #15 中修复。请确保拉取最新代码。在首次运行 `npm run dev` 时，系统会提示登录 Convex，请按指引访问提供的网址激活设备，并创建或选择项目以生成 `.env.local` 配置文件。","https:\u002F\u002Fgithub.com\u002FNutlope\u002FnotesGPT\u002Fissues\u002F13",{"id":137,"question_zh":138,"answer_zh":139,"source_url":140},31657,"本地开发时计时器显示时间错误（例如 00:59 后变为 2:00），如何修复？","这是一个已知的本地部署 Bug（线上版本正常）。建议修改代码逻辑，使用总秒数（totalSeconds）状态来管理时间，而不是分别管理分钟和秒。具体做法是：定义 `const [totalSeconds, setTotalSeconds] = useState(0);`，在 `useEffect` 中每秒递增该值，并在显示时使用 `Math.floor(totalSeconds \u002F 60)` 计算分钟，`totalSeconds % 60` 计算秒数。","https:\u002F\u002Fgithub.com\u002FNutlope\u002FnotesGPT\u002Fissues\u002F10",{"id":142,"question_zh":143,"answer_zh":144,"source_url":125},31658,"我想为项目贡献代码（如添加深色模式或导出功能），有什么指南吗？","目前可以通过直接提交 Pull Request (PR) 来贡献简单的功能。维护者建议先确保本地环境运行正常（参考其他部署问题的解决方案），然后可以着手开发如“将行动项导出到 Todo 应用”或“深色模式”等功能。如果不确定哪些任务正在进行，可以在 Issue 中询问维护者。",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},31659,"如何在本地环境中进行调试？","关于调试的具体方法，维护者通常会在相关的报错 Issue（如部署错误或应用错误）中提供回复和解决方案。建议优先查看涉及具体报错信息的 Issue 评论，那里包含了针对环境配置和日志排查的实际步骤。","https:\u002F\u002Fgithub.com\u002FNutlope\u002FnotesGPT\u002Fissues\u002F16",[]]