<![CDATA[知乎专栏-简悦与生产力工具那点事儿]]> https://zhuanlan.zhihu.com/kenshin RSSHub i@diygod.me (DIYgod) zh-cn Sun, 06 Sep 2026 07:18:38 GMT 5 <![CDATA[简悦 2.3.0.810 版：满血版降临]]> 📥 Chrome 应用商店地址

chromewebstore.google.com

🧾 更新日志

simpread.pro/changelog.

https://simpread.pro/welcome/version_2.3.0.html

📝 前情提要

简悦 2.3.0.726 版：全「芯」归来 （已上架 Chrome 应用商店）

简悦 2.3.0.728 版：更好看、更好用、更少打扰

📚 810 版解决的问题

如果说 726 是以 mv3 版的方式为了上架到 Chrome 应用商店；728 版是为了让简悦更易用；那么这次的 810 版，你可以认为是简悦满血版。

本版聚焦 「更多适配站点、增强 Cloudinary 图片转换能力，搜索引擎匹配 2.0 版，优化授权服务」 ，从用户视角你会感觉到。

🗂 适配更多站点

完整地得到了 mv2 版时的全部适配规则，当你访问 GitHub、维基百科、Twitter、即刻、Telegram、微博、Folo、Typefully、MSN、Stack Overflow、Notion 公开页、MacRumors、Coolapk、ChatGPT、Colab、Mozilla、Readwise、FlowUs、扇贝、Bear Blog 等页面时，会发现它们已完美地适配阅读模式。

🔔 小版本升级提示

之前每次都是大版本升级时会主动告知用户，新功能包含了什么、改变了什么；而小版本则不会通知用户，810 版为了不打扰用户的前提，当新版本升级后，如果你进入了阅读模式，并且没有主动打开选项页时，会在右上角告诉你。

既不会打扰到你，也启动了通知的功能。

🔑 更方便的新设备登录

之前的版本如果想在新设备登录，官方建议是：将配置文件下载（同步）到本地 → 选项页 → 从本地导入配置文件 → 再逐一配置同步助手。 810 你可以这么做：在新设备安装简悦 & 同步助手（仅配置同步文件夹）→ 简悦的选项页 → 右上角登录 → 使用坚果云/Dropbox 登录 → 完成。

同时 810 也解决了坚果云无法同步配置文件的问题。（这是 mv3 升级遗留问题）

🔍 搜索引擎匹配 2.0

新版重构并升级此功能到 2.0 版，支持更多引擎，包括：Google · DuckDuckGo · Bing · 百度 · Brave · 搜狗 · 360 · Yahoo · Startpage · Yandex

同时增加了一种新的布局方式：浮动（也就是当在搜索引擎搜索时，如果检索关键字匹配到了你的稍后读，会在右下角显示稍后读结果，下图是新增加的浮动效果。

同时嵌入功能也修复了之前的显示错误，现在可以正常地嵌入到上述搜索引擎中。

📝 更方便的检索选项卡的内容

这是 mv2 时代呼声最高的一个功能，终于在 810 实现了，作为新用户来说，可以通过选项页右上角的 搜索 🔎 通过输入关键词就能定位到对应的功能。

🔐 更方便的授权服务

新版带来了更易用的导出服务，重构了全部的自动授权流程，同时修复了部分授权服务无法使用的问题。

适配 OneNote 365 Offices 应用授权、新增分区选择、打开已保存文件、失败提示更明确

OneNote 用户可以在成功导出后同时查看网页版或在桌面版

同时 Google Drive / GitHub / 语雀，增加：同名文件覆盖确认、打开已保存文件。

🖼️ 更强的图片转换能力

全面提升图片的转换能力，解决了一些网站在 mv2 时代无法成功转换图片的问题，同时也支持内网图片的转换，包括：导出离线 HTML / PDF 等。

同时在此基础上，增强了 Cloudinary 图床转换能力，自动匹配之前版本的 本地/服务器 方案，现在无须手动选择。

📋 更方便的查看插件详细页

在之前的版本中，在选项页 → 插件管理 → 查看某个插件的说明时，会在 新标签页打开这个插件的详细页，现在你可以直接在插件管理页查看。

🔌 新添加插件

📗 优化插件

这一切的改变都是下面一组数据带来的：

1️⃣ 新增功能 → 7 项

2️⃣ 修复错误 → 15 项

3️⃣ 优化体验 → 21 项

4️⃣ 新增插件 → 2 个

5️⃣ 更新插件 → 5 个

]]> Tue, 01 Sep 2026 05:27:43 GMT https://zhuanlan.zhihu.com/p/2078103469538464762 https://zhuanlan.zhihu.com/p/2078103469538464762 <![CDATA[简悦 2.3.0.728 版：更好看、更好用、更少打扰]]> 📥 Chrome 应用商店地址

​https://chromewebstore.google.com/detail/simpread-reader-view/ijllcpnolfcooahcekpamkbidhejabll

🧾 更新日志

​https://simpread.pro/changelog.html#2.3.0.728

​https://simpread.pro/welcome/version_2.3.0.html

📝 前情提要

简悦 全「芯」归来 · 2.3.0.726 正式版（已上架 Chrome 应用商店）

📚 728 版解决的问题

本版聚焦「更好看、更好用、更少打扰」，从用户视角你会感觉到：

1️⃣ 阅读模式动作栏图标更清晰、更锐利（替代模糊的旧图标）

2️⃣ 对话框（稍后读 / 标注 / 插件选项页）的动效更快速、UI 更现代

3️⃣ 标注浮动工具栏出现更快、更轻

4️⃣ 统一了扩展端与插件端下拉菜单的 UE，使其点击更顺手（点文字或箭头都能开）

5️⃣ 当配置文件超过 10mb 后加入稍后读略慢时会显示「正在加入…」的提示

6️⃣ 动作栏「加入稍后读」以及鼠标划取生成第一条标注时的行为与快捷键加入稍后读一致

7️⃣ 修复当第一次加入稍后读时，本地快照没有 idx 的问题。

8️⃣ 升级用户减少重复的新手引导（阅读模式、稍后读、高级账户导出等），包括：点过「不再提示」后，同步配置时也更不容易反复弹

9️⃣ 插件管理「精选 / 常用 / 剪藏」合集扩充，常见剪藏与代码阅读相关插件更好找

💡 新手建议 · 推荐插件

在对应场景可智能提示启用增强插件，包括：

🔌 新添加插件

📗 优化插件

这一切的改变都是下面一组数据带来的：

1️⃣ 新增功能 → 4 项

2️⃣ 修复错误 → 17 项

3️⃣ 优化体验 → 26 项

4️⃣ 新内置插件 → 8 个

]]> Sat, 15 Aug 2026 03:20:35 GMT https://zhuanlan.zhihu.com/p/2071612555815039958 https://zhuanlan.zhihu.com/p/2071612555815039958 <![CDATA[简悦 全「芯」归来 · 2.3.0.726 正式版（已上架 Chrome 应用商店）]]> 📢 关联：更好看、更好用、更少打扰的 2.3.0.728 版已发布简悦 2.3.0.728 版：更好看、更好用、更少打扰

📥 Chrome 应用商店地址

chromewebstore.google.com

📝 更新日志

simpread.pro/changelog.

simpread.pro/welcome/ve

🎁 2.3.0 版解决的问题

除了适配 Chrome Manifest V3 以外，还包括如下重要更新：

1️⃣ 一键导入 → 所导及所见（无须在为插件配置二次导入）

2️⃣ 使用同步助手时的性能大幅增强（不再出现无效保存到 simpread_config.json 的问题）

3️⃣ 安装插件后插件触发器错误的问题也自动消失（解决）了

4️⃣ 导入配置导致的各种插件问题均不再发生，如：无法安装插件 / 插件配置无故消失 / 插件无法保存配置。（因底层架构改变造成这些奇怪错误均自动消失）

💡 2.3.0（mv3） 与 2.2.0（mv2） 的区别

✅ 完全一致

1️⃣ 阅读模式 / 聚焦模式

2️⃣ 稍后读/标注

3️⃣ 高级账户

4️⃣ 同步助手

5️⃣ 站点适配

🟧 插件系统

插件系统是这两个版本变化最大的地方，因为 Manifest V3 完全禁止了远超加载代码，导致插件系统改为「内置」方案。

2.2.0 → 在插件中心查看/安装插件 2.3.0 → 在简悦内启用/禁用插件（没有安装/卸载的功能）

📚 已内置插件

📑 Markdown 模板辅助增强插件

因为 mv3 版无法内置模板解析引擎，所以这部分功能已经转移到 SimpRead Obsidian Plugin 4.0 中，请通过 BRAT 安装。

对于用户来说，不需要更改任何模板规则。

🟩 带来的好处

因为插件架构变化，导致 2.2.0 版在安装插件时无法在插件触发器看到插件选项的错误彻底消失了。

同时，当你迁移到新设备上，仅导入一次配置文件就完成了全部插件的设置

也就是说，虽然 2.3.0 版无法实现插件更新自由，但对用户来说带来了真 · 一键导入功能（所导即所得）

2.3.0 首批内置了 34 个插件，基本上是用户最受欢迎和关注的插件，其他插件会随着 728 版继续更新。

🟦 用户视角

因为是全「芯」升级，对于你来说，你的配置文件/插件设置均无感升级到 2.3.0 版。同时，使用体验更丝滑了，比如：

1️⃣ 可以方便的将你常用的服务置顶，也可以将不常用的服务隐藏，并支持搜索功能

2️⃣ 选项页 → 插件管理，支持插件的选项卡的设置

3️⃣ 一键导入 → 所导及所见

这一切的改变都是下面一组数据带来的：

1️⃣ 新增功能 → 14 项

2️⃣ 修复错误 → 25 项

3️⃣ 优化体验 → 20 项

🔗 讨论地址

github.com/Kenshin/simp

]]> Thu, 30 Jul 2026 04:50:24 GMT https://zhuanlan.zhihu.com/p/2066142549992028026 https://zhuanlan.zhihu.com/p/2066142549992028026 <![CDATA[同步助手 1.5.4 版：稍后读 · 极速版支持包含本地快照的检索 & 稍后读 API 方案]]> 稍后读 · 极速版支持包含本地快照的检索 & 稍后读 API 方案

🔍 稍后读 · 极速版 - 全文检索

📝 描述

在右上角的搜索框输入 all:xxx 即可得到包含本地快照命中内容的稍后读。

🖼️ 效果

在 Timeline 访问的效果

在其他视图下因为受限于界面有限，所以当使用此功能时会弹出对话框方式。

🔌 API

读取 simpread_config.json 中的 unrdist 字段。

⚙️ 设置

此功能可直接使用，支持多维度筛选与响应裁剪 simpread.pro/docs/#

同时也支持增加 Token 用于保护你的数据 https://simpread.pro/docs/#/稍后读外部访问

🚀 快速开始

curl "http://localhost:7026/api/unrdist?date=last30&tags=科技史话/AI战争"

📋 接口说明

GET /api/unrdist

所有参数均为可选，通过 URL query string 传递，参数之间为 AND 关系（同时满足）。

无参数时返回全部 unrdist 条目。

🔍 支持的检索参数

参数搜索格式API 参数
title:xxx?title=xxxtitle 子串匹配
tags:xxx?tags=xxx逗号分隔，AND + 子串匹配
url:xxx?url=xxxurl 子串匹配
desc:xxx?desc=xxxdesc 字段子串匹配
note:xxx?note=xxx等同于 desc
idx:123?idx=123idx 精确匹配
date:xxx?date=xxxtoday/yesterday/daily/week/last7/last30/2026年05月27日/2026-05-27
all:xxx?all=xxx全文搜索（title + desc + 本地快照 HTML 内容）
annotations.text:xxx?annotations.text=xxx标注文本子串匹配
annotations.tags:xxx?annotations.tags=xxx标注标签逗号分隔，AND + 子串

额外控制参数（可与上述组合）：

参数说明
includefull（默认）/ unread（去掉 annotations）/ light（annotations 轻量）
fields逗号分隔字段名，裁剪返回（如 fields=title,idx,tags）

🔎 关联阅读

同步助手 1.5.3 版：稍后读 · 极速版内置上下文、知识图谱与阅读统计]]> Sat, 04 Jul 2026 03:42:01 GMT https://zhuanlan.zhihu.com/p/2056405365634360138 https://zhuanlan.zhihu.com/p/2056405365634360138 <![CDATA[同步助手 1.5.3 版：稍后读 · 极速版内置上下文、知识图谱与阅读统计]]> 🧾 GraphLens：上下文与知识图谱

GraphLens 是 简悦 Andrej Karpathy LLM Wiki 方案 3.0 版 中的知识图谱可视化工具，它能将 Wiki 文件中 ## 知识图谱（Knowledge Graph） 里编写的 Mermaid 图谱自动渲染为可交互的 WebGL 网络图，让你以「看图」的方式理解知识点之间的关系。

同步助手 1.5.3 将这个功能也内置到了 稍后读 · 极速版。

🔗 详细说明

github.com/Kenshin/simp

💡 它能做什么？

1️⃣ 关系洞察：不同类型的实体（人物、组织、事件）用不同颜色区分，一眼看出知识结构

2️⃣ 快照直达：点击任意节点或链接，直接打开对应的简悦本地快照原文

3️⃣ Peek 模式：类似 Notion 的侧边预览，不离开当前页面即可阅读原始来源

4️⃣ 多图谱支持：一个 Wiki 文件中包含多个图谱时，可分别查看或合并展示

5️⃣ 拖拽布局：左右分栏宽度可自由拖拽调整

📗 使用前提

设置完 raw/ 目录 并 确保 wiki/ 已经存在相关文件后可使用。

注意：生成 wiki/ 下的内容属于 Andrej Karpathy LLM Wiki 操作范畴，需要了解相关规则。

📘 如何使用

访问 localhost:7026/unread 在页面右上角会看下图所示的 Icon

当在使用 检索（包括：点击标签等操作） 如果 对应的 wiki/ 存在同名文件 即可使用此功能。

点击 基于此标签的上下文，可以看到下图所示内容

点击的本地快照链接可自动在右侧预览


点击 基于此标签的知识图谱，可以看到下图所示内容

点击图谱上任意节点可自动在右侧预览

🕸️ 内置 Explorer

确保你的同步助手为 1.5.3 版 且 简悦 Andrej Karpathy LLM Wiki 方案为 3.0 版

当 wiki/ 里面的内容满足上述条件后，可以直接在浏览器打开 localhost:7026/rag/wiki 然后查看 详细说明

📊 阅读统计

将阅读统计内置到了 稍后读 · 极速版，包括：

1️⃣ 12周内的阅读热力图

2️⃣ 近七日的阅读统计

3️⃣ 月度统计

🔗 详细说明

github.com/Kenshin/simp

🔌 如何使用

访问 localhost:7026/unread 在页面右上角会看下图所示的 Icon

点击后在左侧打开阅读统计，包括：

  • 12周内的阅读热力图
  • 近七日的阅读统计
  • 月度统计

点击 12周内的阅读热力图 或 近七日的阅读统计 可以在下方看到对应的稍后读

点击对应的内容可以在右侧打开


📔 查看更多


点击后可自动打开 localhost:7026/database

🔎 关联阅读

同步助手 1.5.2 版：Token 消耗直降 10 倍简悦 Andrej Karpathy LLM Wiki 方案 3.0]]> Mon, 15 Jun 2026 07:25:34 GMT https://zhuanlan.zhihu.com/p/2047392656712639290 https://zhuanlan.zhihu.com/p/2047392656712639290 <![CDATA[简悦 Andrej Karpathy LLM Wiki 方案 3.0]]> 🏠 官网

github.com/Kenshin/simp

💡 前情提要

zhuanlan.zhihu.com/p/20

✍️ 升级说明

3.0 版本是一次面向知识可视化与输出质量的重大升级。核心目标只有一个：让这套 Wiki 方案不仅能整理知识，更能以专业的方式呈现知识。

🪄 GraphLens：知识图谱

Wiki 页面自动生成 Mermaid 知识图谱，直观展示实体关系网络，一眼看清知识结构。

每个图谱实体都关联对应的本地快照，形成「图谱实体快照索引」表格，点击即可溯源到原文。支持多图谱模式，复杂主题可生成多个子图谱（如”塞北民族体系”、”西域民族体系”）。

知识图谱置于头部摘要之后，作为 Wiki 可视化入口。图谱内容必须与当前 Wiki 正文强相关，不得引入正文中未出现的实体或关系。

更多详情 👉 graph/README.md

🎨 排版系统：专业级 HTML 输出

内置两套排版方案，将 Markdown Wiki 转化为精美 HTML 文件，输出到 outputs/ 目录。

维度--lite（默认）--kami
依赖零依赖开箱即用需安装 kami skill
定位屏幕优先屏幕 + 打印
暗色模式✅ 支持❌ 不支持
PDF 输出❌ 不支持✅ 支持
图表组件8 种 SVG14 种

--lite 核心特点：

  • 零依赖，生成自包含 HTML，浏览器直接打开
  • 暗色模式：自动跟随系统偏好 + 手动 toggle
  • Mermaid 知识图谱：AI 转内联 SVG（零 JS），复杂图谱自动降级 CDN
  • 8 种图表组件：Timeline / Bar / Donut / Line / Quadrant / Tree / Waterfall / Venn
  • LXGW WenKai 开源中文字体，屏幕可读性佳

触发方式：

/render 星巴克 --lite          ← 直接排版 wiki/星巴克.md
/report 星巴克 --lite          ← 生成简报后排版
/ask 星巴克相关问题 --lite      ← 生成回答后排版
查询关键词 星巴克 --lite        ← MCP 搜索后排版

不指定 --lite 或 --kami 时，默认走 --lite。

更多详情 👉 tools/template/README.md

同时配套本地预览工具，可一键查看渲染效果 👉 tools/render/README.md

🔧 index_map.txt 生成工具

独立的映射表生成脚本，无需依赖同步助手即可创建 index_map.txt。

自动扫描 raw/{主题}/ 目录下所有 .md 文件，提取 [本地快照](http://localhost:7026/reading/xxx) 中的快照 ID 和 [原文地址](https://...) 中的原文链接，生成标准格式映射表。

使用方式：

# 生成单个主题的 index_map.txt
tools/generate-index-map.py -m 霸王茶姬 瑞幸

# 批量生成所有主题
tools/generate-index-map.sh -a

使用场景：

  • 从其他来源导入 raw 文件，需要快速生成映射表
  • 同步助手版本不支持自动生成 index_map.txt
  • 需要重建或修复已有的 index_map.txt

更多详情 👉 indexes/README.md

📦 如何升级

1️⃣ 更新代码到最新版本

2️⃣ 执行 /refresh 重新加载协议

3️⃣ 执行 /gen fix.md 批量修复 Sources 映射表与知识图谱

4️⃣ （可选）生成 index_map.txt：tools/generate-index-map.sh -a

5️⃣ （可选）执行 /render {主题} --lite 体验排版系统

🔎 关联阅读

同步助手 1.5.2 版：Token 消耗直降 10 倍简悦 Andrej Karpathy LLM Wiki 方案 2.0]]> Fri, 12 Jun 2026 02:33:15 GMT https://zhuanlan.zhihu.com/p/2048340969645510907 https://zhuanlan.zhihu.com/p/2048340969645510907 <![CDATA[简悦 MCP 助手 2.0]]> 内置 Skills 的 2.0 版本现已发布

💡 前情提要

简悦 MCP 助手

✍️ 2.0 版

内置 Skills 可以让查询语义更加自然化，2.0 版重构了整个流程，让 AI 完美支持 1000+ 检索结果。

🎯 核心能力

📅 按日期获取：支持今天 / 昨天 / 每日 / 本周 / 最近 7 天 / 最近 30 天

🔍 全文搜索：按任意关键词搜索简悦内容的标题和正文

🏷️ 标签筛选：按简悦标签筛选内容

💬 更强大的自然语言交互

你不需要学习复杂的命令，用自然语言即可：

输入 今日阅读回顾 → 自动生成今天的阅读简报

输入 查询关键词 OpenAI 在此结果检索 马斯克 内容，并生成简报 → 全文搜索 + 结果内二次检索 + 简报输出

输入 获取标签为 AI 的文章，并生成简报 → 按标签筛选并生成简报

🔗 与 简悦 Andrej Karpathy LLM Wiki 方案 无缝协作

📚 简悦 LLM Wiki 负责深度知识整理，生成结构化 Wiki 页面

🔎 简悦 MCP 负责实时检索稍后读

两者结合，Wiki 提供深度和结构，MCP 提供广度和实时性。

🪄 用法

请查询关键词 OpenAI 在此结果中查询与 Anthropic 的相关内容，并生成简报

→ MCP 搜索 OpenAI 相关内容，然后继续在结果中检索 Anthropic 并调用 Wiki 方案生成专门用于简报的结构

/report 星巴克 -m ~r

→ 调用 Wiki 方案的简报格式，并使用 Mermaid 可视化简报 ~r 将本地快照链接转换为原文链接，手机端也能正常使用

📦 安装前提

1️⃣ 安装 Node.js 环境

2️⃣ 配置 简悦同步助手（高级账户功能），开启自动同步与本地快照

3️⃣ 支持 Claude、Codex 等任意支持 MCP 和 Skills 的工具。

详细步骤 👉 GitHub

🔎 关联阅读

同步助手 1.5.2 版：Token 消耗直降 10 倍简悦 Andrej Karpathy LLM Wiki 方案 2.0]]> Sat, 30 May 2026 03:13:10 GMT https://zhuanlan.zhihu.com/p/2042274789516120345 https://zhuanlan.zhihu.com/p/2042274789516120345 <![CDATA[简悦 Andrej Karpathy LLM Wiki 方案 2.0]]> 从 1.0 到 2.0 ：更低的消耗，更强的能力

🔗 官网

github.com/Kenshin/simp

💡 前情提要

简悦 Andrej Karpathy LLM Wiki 方案

✍️ 升级说明

2.0 版本是一次面向效率与扩展性的重大升级。核心目标只有一个：让这套 Wiki 方案在处理数千篇文章时更省 Token、更易维护、更易检索。

🪄 核心升级：Token 消耗降低 5~10 倍

通过引入 index_map.txt 映射表机制，实现增量感知，大幅减少不必要的文件读取，2.0 仅读取 index_map.txt（几行），提升约 50 倍

实际场景：10 个 raw 文件 × 1000 行的 raw/主题，1.0 需读取约 50000 tokens，2.0 仅读取变化的 1 个文件，约 5000 tokens，节省约 10 倍。

Token 消耗降低 5-10 倍

对比维度1.x 版本2.0 版本提升
变更检测读取所有 raw 文件仅读取 index_map.txt（几行）~50x
快照提取扫描全文提取链接映射表直接获取~10x
增量更新全量对比，耗时长精准定位变化文件~5-10x
Sources 维护手动或全量重建自动对齐映射表~3x

假设：一个主题包含 10 个 raw 文件，每个文件 1000 行

1.0 版本（无 index_map.txt ）：

  • 需要读取 10 个文件 = 10,000 行文本
  • Token 消耗：约 50,000 tokens

2.0 版本（有 index_map.txt ）：

  • 读取 index_map.txt = 10 行
  • 仅 1 个文件变化，读取 1 个文件 = 1,000 行
  • Token 消耗：约 5,000 tokens

💡 节省比例：约 10 倍！

index_map.txt 文件由 同步助手 1.5.2 生成 👉 详细说明

🔎 MCP 支持

直接查询简悦本地快照库，实现实时、精准的内容检索，与 Wiki 方案形成互补：Wiki 负责深度知识整理，MCP 负责广度与实时性。

📅 按日期获取，支持类型：今天、昨天、每日、本周、最近 7 天、最近 30 天，例子： 今日阅读回顾

🔍 全文搜索，例子： 查询关键词 OpenAI 在此结果检索 马斯克 内容，并生成简报

🏷️ 标签筛选，例子： 获取标签为 AI 的文章，并生成简报

💡 与 Wiki 命令结合，例子： 今日阅读回顾 ~r （MCP 获取今日文章 + 将本地快照链接转换为原文链接，适合手机端）

更多高级命令 👉 GitHub | 语雀

📦 如何升级

1️⃣ 更新代码到最新版本

2️⃣ 同步助手 1.5.2+ 版

3️⃣ 确保 raw 文件夹包含 index_map.txt（需要使用同步助手重新导出）

4️⃣ 执行 /refresh 重新加载协议

5️⃣ 执行 /gen fix.md 批量修复 Sources 映射表

🔎 关联阅读

同步助手 1.5.2 版：Token 消耗直降 10 倍简悦 Andrej Karpathy LLM Wiki 方案]]> Wed, 27 May 2026 07:19:54 GMT https://zhuanlan.zhihu.com/p/2042269414431745714 https://zhuanlan.zhihu.com/p/2042269414431745714 <![CDATA[同步助手 1.5.2 版：Token 消耗直降 10 倍]]> 增量编译方案：AI 只读变化的部分，Token 消耗直降 10 倍

🖥 下载地址

https://simpread.pro/docs/#/Sync?id=下载

💡 1.5.2 版功能

新增 index_map.txt 映射文件，用于提升简悦 Andrej Karpathy LLM Wiki 方案的编译效率。

📖 解决了什么问题

Wiki 方案的工作原理是将 raw/ 文件夹下的原始素材编译为结构化维基。每次编译时，AI 需要知道：哪些文件是新增的？哪些快照发生了变化？哪些需要重新处理？

在 1.0 版本中，AI 必须逐个读取 raw/ 下的全部文件才能回答这些问题。假设一个主题有 10 个文件，每个 1000 行，每次编译就要读取约 10000 行文本，消耗约 50000 tokens。

index_map.txt 的出现让这一切变得不同。

实际场景：10 个 raw 文件 × 1000 行的主题，1.0 需读取约 50000 tokens，2.0 仅读取变化的 1 个文件，约 5000 tokens，节省约 10 倍。

Token 消耗降低 5-10 倍

对比维度1.x 版本2.0 版本提升
变更检测读取所有 raw 文件仅读取 index_map.txt（几行）~50x
快照提取扫描全文提取链接映射表直接获取~10x
增量更新全量对比，耗时长精准定位变化文件~5-10x
Sources 维护手动或全量重建自动对齐映射表~3x

假设：一个主题包含 10 个 raw 文件，每个文件 1000 行

1.0 版本（无 index_map.txt ）：

  • 需要读取 10 个文件 = 10,000 行文本
  • Token 消耗：约 50,000 tokens

2.0 版本（有 index_map.txt ）：

  • 读取 index_map.txt = 10 行
  • 仅 1 个文件变化，读取 1 个文件 = 1,000 行
  • Token 消耗：约 5,000 tokens

💡 节省比例：约 10 倍！

🔧 特点

1️⃣ Token 消耗降低 5-10 倍：AI 无需逐个读取全部 raw 文件，只需读取几行映射表即可完成变更检测，从约 50000 tokens 降至约 5000 tokens。

2️⃣ 精准增量感知：新增了文件？快照 ID 数量变了？映射表一比对就知道，AI 只需读取变化的文件，其余跳过。

3️⃣ Sources 账本自动对齐：Wiki 页面底部的 ## Sources（映射表） 可直接从 index_map.txt 生成，无需从正文中逐行提取快照链接。

4️⃣ 简悦用户的专属优化： index_map.txt 中的快照 ID 与简悦本地快照（http://localhost:7026/reading/{id}）一一对应，实现从 Wiki 结论到原始阅读环境的秒级跳转。

🧠 一句话总结

index_map.txt 让 Wiki 方案从 “每次全量扫描” 变为 “只读变化部分”，是 2.0 版本降低 Token 消耗的核心机制。

🔌 如何使用

同步助手导出时自动生成，无需手动配置，确保版本为 1.5.2 即可。

🔎 关联阅读

同步助手 1.5.1 版：支持 Andrej Karpathy LLM Wiki 方案简悦 Andrej Karpathy LLM Wiki 方案]]> Tue, 26 May 2026 03:03:01 GMT https://zhuanlan.zhihu.com/p/2042264199955534452 https://zhuanlan.zhihu.com/p/2042264199955534452 <![CDATA[简悦 Andrej Karpathy LLM Wiki 方案]]> 从 “稍后读” 到 “终身维基” ：专为重度阅读者打造的个人知识内化方案。

🔗 官网

github.com/Kenshin/simp

🌟 核心理念

作为 简悦（SimpRead） 的创建者，我设计了这个框架，旨在弥合 “稍后阅读（Read-it-Later）” 与 “永远不读（Read-it-Never）” 之间的鸿沟。

本项目是基于 Andrej Karpathy 提倡的 LLM Wiki 概念构建的 个人知识库自动化知识构建方案。它不仅是一套工具链，更是一种将 “被动囤积” 转化为 “主动内化” 的个人知识库自动化构建协议。

这套框架利用具备文件读写权限的 AI 环境，将任意本地 Markdown 文件（或通过简悦导出的本地的本地快照）转化为高度结构化、可溯源、且具备双向链接的个人维基（Wiki），专为处理 大规模（1000+）异步阅读素材 而生。

我使用这套框架管理着通过 简悦 (SimpRead) 收集的数千个深度阅读内容（稍后读）。它不只是简单的存储，而是通过一套 协议驱动型架构，将凌乱的 HTML/Markdown 剪藏增量编译为具备高度逻辑性、可回溯、且带有本地快照链接的结构化维基。

它比 RAG 方案 更简洁，比 AI 浏览器方案 更强大，这套框架的 👉 具体使用方案

😆 太长不看

简悦用户请查看左侧目录 简悦用户专属配置 其他用户请查看左侧目录 使用说明 或直接查看左侧目录 快速上手。

🧬 设计哲学：Karpathy LLM Wiki Protocol

  • 原子化 (Atomic)：知识点被拆解为最小逻辑单元。
  • 原始数据驱动 (Data-Driven)：Wiki 只是 Raw 素材的 “编译产物”，随原始数据的演进而进化。
  • 显式溯源 (Grounding)：每一条知识 wiki/ 均引用原始来源 raw/。
  • 无损演进 (Non-destructive)：采用 [ADD] 增量合并与 [FIX] 轨迹修正，完整保留知识的迭代过程。

👥 目标受众

  1. 理念践行者：对 Andrej Karpathy LLM Wiki 理念感兴趣，且具有大量处理大量本地文件（知识库）的用户。
  2. 简悦资深玩家：已配置 本地知识库 的简悦用户。

✨ 特点与优势

  • 无须配置：支持开箱即用。
  • 增量更新：仅处理新增或修改的文件，节省 Token 并提高效率。
  • 海量处理：支持 1000 行以上的大文件以及多主题并发处理。
  • 高度扩展：支持自定义技能库( skills/ )，轻松实现功能插件化。
  • 协议与数据解耦：不依赖于特定 LLM 的长期记忆（Long-term Memory），而是依赖于本地文件夹中的结构化事实和操作协议。
  • 简报模式：专门用户大量数据提取主题并生成简报，可直接生成 ASCII / Mermaid / 表格 / 关系图等结构。

🔥 相比 RAG 的优势

维度传统 RAG (Vector Search)Karpathy LLM Wiki (本项目)
处理量级面对数千个长文本时，检索结果容易产生碎片化。全局掌控。 专为数千个长文设计的 “流式吞噬” 协议，逻辑不留死角。
溯源精度仅定位到语义片段。原子级回溯。 每个事实精准挂载 简悦本地快照链接 (Localhost)。
知识深度关键词匹配，难以理解复杂的因果链。深度架构。 像编译代码一样理清技术演进与产品哲学。
稳定性容易受到模型幻觉和切片干扰。确定性。 每一行 Wiki 都有对应的 Source 账本支撑。

⚠️ 处理大文件的机制

为解决大文件导致的 “信息截断” 顽疾，本方案内置了 强制分块读取流：

  1. 行数预检：AI 处理前会先确认原始文件的总行数。
  2. 循环吞噬：若超出单次处理窗口，AI 会自主执行循环分段读取（如 read_lines），直至触达文件末尾（EOF）。

📂 目录结构说明

.
├── raw/              # 原始素材库：按主题文件夹存放原始素材
│   ├── 主题A/         # 主题文件夹，每个主题文件夹对应一个 Wiki 页面（如果是简悦用户的话，每个文件夹下面有若干个序号从 0 开始的文件 e.g. `0.md`, `1.md`, ...
│   ├── 主题B/
│   ├── 主题C/
├── wiki/             # 目标知识库：编译后的 Wiki 页面 (*.md)
├── skills/           # 核心技能库
├── command/          # 常用命令
└── AGENT.md          # 全局元协议：定义 AI 执行任务时的基本准则

🛠️ 技能库 (Skills) 详解

0️⃣ 全量初始化：skills/init.md

全量扫描 raw/ 根目录，在 wiki/ 创建相应的主题，建立 INDEX.md 索引锚点。

1️⃣ 添加操作：开辟新主题 (skills/add.md)

识别 raw/ 下的新主题，自动注册（在 wiki/ 创建对应 .md ）至 Wiki 体系。

2️⃣ 更新操作：深化已有主题 (skills/update.md)

仅处理新增素材，执行增量追加。

3️⃣ 全量审计：skills/audit.md

对特定主题重新深度扫描，找回隐藏的逻辑关系，丰富简略段落。

4️⃣ 知识消费协议：command/qa.md

强制执行 “知识库优先” ，当内部知识库无法满足回复时，将会引用外部知识体系。

5️⃣ 快捷命令：command/ask.md

执行后，自动调用 command/qa.md 的回答规则，在之后将使用 /ask [提问内容] 提问。

6️⃣ 执行 skills 命令：command/generate.md

输入 /gen [快捷指令] 调用具体的 skills 命令。

7️⃣ 执行 skills 命令：command/report.md

执行 /report [主题] 自动生成基于架构图的深度洞察简报。

生成图表时包含了 ASCII （默认）和 Mermaid 方案，可通过 /report -- mermaid 切换。

8️⃣ 执行 skills 命令：command/refresh.md

当修改 AGENT.md skills/ command/ 里面的内容后，需要使用此命令获取并理解这些内容。

📖 使用说明

📥 下载

git clone git@github.com:Kenshin/simpread-karpathy-llm-wiki-compiler.git 或 手动下载并解压缩到任意目录

🚀 首次使用

执行 startup.md 即可完成全部初始化设置。

💡 提问

  1. 输入 /ask [提问内容] 即可开始提问。
  2. 输入 /report [主题] 即可开始生成对应主题的简报。

🧰 后续维护

  1. 添加新主题：输入 /gen add.md
  2. 更新旧主题：输入 /gen update.md

🔎 审查（重新梳理任意主题）

当某个主题的内容较大时（如 1000 行以上，包含多个索引 .md 文件），LLM 生成的 Wiki 的知识颗粒度可能不够，这时需要使用 audit.md 进行深度审计。

  1. 执行 generate.md 内容（仅需一次，如已执行，则无须再次使用）。
  2. 输入 /gen audit.md 开始针对某一主题进行重新审计。

🔄 更新技能

当修改 AGENT.md skills/ command/ 里面的内容后，需要使用此命令获取并理解这些内容。

  1. 执行 refresh.md 内容（仅需一次，如已执行，则无须再次使用）。
  2. 输入 /refresh 全部重新扫描 skills/ command/ 的内容并重新理解和严格执行。
  3. 输入 /refresh [filename] 开始针对某一主题进行重新审计，如 /refresh audit.md 仅重新理解和严格执行 audit.md。

📚 快速上手

为方便快速上手，此框架中内置了一些 Demo 数据（来自通过简悦生成的 276 篇文章，分为 47 个文件），位置在 raw/标签@科技史话_AI战争/ 下面，同时使用这套访问生成了对应的 wiki/标签@科技史话_AI战争.md

  1. 打开 simpread-karpathy-llm-wiki-compiler 并下载
  2. 执行 startup.md
  3. 提问 /ask 请以 OpenAI 为关键字，生成一份以时间线为主的简报，并按照 /report 的格式给出答案。

稍等片刻后就会得到非常不错的 Wiki 效果。

🌊 工作流指南

  • 情况 A（新主题）：素材放入 raw/ → 输入 /gen add.md → 确认报告并 开始执行。
  • 情况 B（更新素材）：新素材丢进 raw/已有主题/ → 输入 /gen update.md → 查看变更日志。
  • 情况 C（深度挖掘）：如果觉得某个 Wiki 主题内容有缺失可输入 /gen audit.md 后根据提示重新从 /raw/[主题] 挖掘。
  • 情况 D（提问）：输入 /ask [你的问题]。
  • 情况 E（简报）：输入 /report [主题]。
  • 情况 F（高级用法）： 输入 /ask 请在 AI 相关内容中检索 OpenAI CEO 相关内容，并按照 /report 方案整理。
  • 情况 G（高级用法）： 输入 /ask 请在 AI 相关内容中检索 OpenAI CEO 相关内容，并按照 /report -- mermaid 方案整理。

🖥 仅迁移到新的环境

相比 RAG 方案，此方式可以方便的迁移到任意支持本地操作的 AI 环境中。

假设你已在使用这套 LLM Wiki 了（也就是 wiki/ 积累了很多内容），当迁移到新环境中，仅需要执行 startup.md

✅ Done！

🖼 截图

GithHub | 语雀

🔌 简悦用户专属配置

🛠️ 深度整合：简悦 (SimpRead) 生态

本项目针对 简悦 (SimpRead) 导出的素材进行了专项优化：

  • 快照直达：完美映射简悦本地解析服务器地址 (http://localhost:7026/...)，实现从 Wiki 结论到原始阅读环境的秒级跳转。
  • 元数据兼容：自动识别简悦导出的原文地址、标签及原始文件名。
  • 海量吞噬：针对数千个文件可能带来的上下文溢出问题，内置了动态行数预检与分块流式读取机制。

📚 使用前提

  1. 用户需配置 本地知识库。
  2. 确保同步助手版本 ≥ 1.5.1，如有必要 请点击升级。

💡 特点

确保存在本地快照即可，设置目录后，可将本地快照以各种检索方式（如标签、时间点、任意搜索内容等）进行保存到 raw/ 目录。

⚡ 在稍后读 · 极速版使用

GitHub | 语雀

📖 在阅读模式下使用

使用简悦插件 · 导出简悦知识库 👉 GitHub | 语雀

🤖 使用工具建议

只要是可以操作本地文件的 AI 工具均可，此工程在 Visual Studio Code · Codex · Trae · OpenCode 下完成。

分别使用了 Google Gemini Flash · GPT-5.4 · MiniMax-M2.7 模型。

🤝 贡献与反馈

欢迎 提交 Issue 或 Pull Request 来完善编译器协议。

]]> Wed, 29 Apr 2026 04:23:14 GMT https://zhuanlan.zhihu.com/p/2031406760142041796 https://zhuanlan.zhihu.com/p/2031406760142041796