当前位置: 首页 > article >正文

Tauri 开源 - 从零打造一款跨端的 AI 笔记

大家好,我是 codexu。从今天开始,我将撰写一个关于 Tauri 跨端开发的系列文章,分享我在开发笔记 APP 过程中所采用技术和遇到的问题。

我开发的笔记 APP 起名为 NoteGen,“Gen” 的含义是生成,目前还处于 alpha 阶段,PC 端已经实现了核心功能,大家可以自行下载试用,完全免费,这里不对软件进行过多的介绍,有兴趣的伙伴可以进入 Github 了解。
在这里插入图片描述

想法

  • 关于写作,你更应该相信自己的大脑,大脑在放松的时候就会产生灵感,不应该依赖 AI。
  • 关于工具,曾经听过一句话:要记住,有人没有现在的笔记软件,也写出了伟大的作品,比如在监狱里写书的人。
  • 关于格式,我推崇 Markdown,专注能力的提升和产出,不在格式上浪费时间。

为什么想到要做一款笔记 APP?

为什么这么想不开做一个独立开发三件套之一的笔记呢?首先我不是个独立开发者,不指望用这个赚钱,另一方面我只是想为写作寻求一些灵感和案例,因为我之前用 Tauri 开发过一个小工具,并撰写了一篇文章《零 Rust 基础前端直接上手 Tauri 开发一个小工具》,收获了不少点赞。目前,Tauri 2.0 已经发布了正式版,并且移动端开发,因此我希望能进一步深入研究 Tauri,并计划开发一个更加复杂的软件。

我偶尔会写几篇技术文章,总结一下工作中的经验,或者记录一些有趣的技术。在这个过程中,我一直没有找到一款适合自己的笔记,平时可能就在 VSCode 中进行写作。因此,我萌生了自己造轮想法。以下是我对笔记 APP 的痛点总结:

  1. 绝大多数的笔记都忽略了“”这个难题。在研究某项技术或踩坑的过程中,我总是选择用大脑记录大概的情况。这是因为如果直接复制内容再去笔记中整理,并且视频或者某些网站无法进行文本复制,往往会极大程度地影响我的思路,导致两方面无法兼顾。
  2. 同步数据需要付费,而我并不打算将钱花在笔记的同步功能上。此外,某些笔记应用可能在某天突然停止服务,这样的话我的数据就可能会丢失。因此,将数据保存在自己手中才是最安全选择。
  3. 图床,对于经常使用Markdown写笔记的同学来说,图片的处理一直是个问题。通常需要借助第三方工具上传图片,再将生成的链接复制到笔记中,这一过程增加了许多繁琐的操作。
  4. ChatGPT,每次在需要 AI 辅助写作时,都必须切换到其他软件执行,再将结果复制回来,操作过程得相当繁琐。将 AI 接入编辑器,是我在使用 vscode 中的 copilot 写笔记时获得的不错体验,这不仅能提供代码提示的效果,还无形中激发了我的一些灵感。

解决思路

按照上述的痛点,我进行了以下的需求分析:

如何记?

为了快速记录而不影响思路,我决定使用截图的方式,只需要快捷键和框选记录内容两步操作即可。随后交给 APP 解决后续的工作(后台进行),将截图保存,进行 OCR 识别,使用 ChatGPT 生成截图的描述(为了方便用户识别截图内容),此时的识别内容几乎无法使用,因为其中包含了很多识别错误的特殊符号,没有格式,不方便阅读,不过没关系,后续在记录完成后,整理文章时,ChatGPT 可以将这些难以阅读的文字帮我们整理好。

如何同步?

想要免费又安全地存放笔记文件,我唯一想到的方式就是借用 GitHub 仓库存放。很多小伙伴也是这样存放自己的笔记,而且还可以顺便生成博客。然而,这种方式的一个不便之处在于需要在本地安装 Git,并且需要使用相应的编辑器。而在端上,操作则更显繁琐。因此,我通过 GitHub Rest API 实现了文件的同步,这样一来,多端同步也变得轻松可行。此外,这种方法天生支持数据的回滚,极大地方便了笔记的管理和保存。

在这里插入图片描述

这些提交记录的 commit message 也适用 AI 生成的。

题外话,虽然我家里弄了一台 NAS,但我仍然无法完全信任的安全性,我更倾向于 Github 为主,Nas 为辅去同步 Github 仓库。

如何实现图床?

有些图床同样需要付费,并且依赖第三方软件进行上传,用户不能直接从笔记内部进行上传。在这样的情况下,我又想到了使用 GitHub 图床。虽然它需要公开仓库,但合 jsdelivr 加速,依然能够获得不错的体验,最重要的是这一切都是免费的。

在这里插入图片描述

当然,在使用图床时无需手动上传,截图时可以实现自动上传至图床。同时,在写作时可以方便地手动插入或整理自动上传的图片到笔记。
在这里插入图片描述

如何正确的使用 AI 辅助写作?

在生产代码方面,GitHub Copilot 或 Cursor 已经证明了 AI 在编程方面的非常有效,在写代码时已经完全离不开。通过代码的上下文和注释,加上人类显示声明需求,AI 能很好地完成写代码任务。

我在思考在写作的时候,是否也可以使用 ChatGPT 来辅助写作?

首先我认为,直接使用 AI 生成的文字,完全不能称作写作辅助,它们对写作毫无用处,甚至有反作用。利用不当会产生水文,我们现在已经明显能够感受到 AI 风格的水文越来越多,这社区的健康成长非常不利。

当我在 Vscode 中写作时,Copilot 也会像写代码一样,产生一段自动补全的文字内容。实际上我完全不需要这种补全或是生成一个段落,绝大多数的情况下都产生了一段废话,这不是写作,这是在制造垃圾。写作与写代码利用 AI 辅助应该是两种截然不同的思路,那么到底什么样的形式才是一个好的写作 Copilot?

  1. 当我在写一篇技术性文章时,应该保持严谨性,我希望 AI 可以揪出文中漏洞,避免误导他人。
  2. 纠正写作风格,例如错别字、语句不畅、内容冗余等。
  3. 提供灵感,只求头脑风暴而不直接使用生成的文字。

技术选型

在 Tauri2 正式版发布前,我曾经用 Tauri1 实现了一个版本,跑通了基本的流程,证明这是一条可行之路,至少我乐在其中。但是笔记这条赛道已经卷到极致,我即使做了也未必可以得到正向回馈,所以另一个方面,我希望可以扩展一下自己的技术栈。

所以我推翻第一版,使用 Tauri2 + Next.js 的组合来实现,至少目前我已经熟练掌握了 Next.js,已不虚此行。

下面聊一下其他相关技术选型:

  • UI: shadcn/ui,配合 lucide 图标,我很喜欢这套风格。
  • 状态管理: zustand,从 vue pinia 过度很丝滑。
  • Markdown 编辑器: 第一版采用的 vue,使用 md-editor-v3,这里不做其他尝试,选择 react 版本[md-editor-rt](https://github.com/imzbf/md-editor-rt)
  • OCR: 最初用了 rust 版本的 leptess,但是在 windows 上构建有问题,后直接使用 tesseract.js 解决。
  • Github Rest API: 官方提供的库@octokit/core。
  • 模糊查询: 全局搜索时用到,使用 fuse.js 实现。
  • 数据库: SQLite,没找到方便的 ORM 接入方式,直接写 SQL。

Tarui2 采用了插件的方式来支持各种功能:

  • tauri-apps/api: Tauri 基础的接口,提供了很多与后端的接口。
  • tauri-apps/plugin-dialog: 本机系统对话框。
  • tauri-apps/plugin-fs: 访问文件系统,笔记的文件管理使用到此功能。
  • tauri-apps/plugin-global-shortcut: 绑定全局快捷键。
  • tauri-apps/plugin-shell: 访问系统 shell,另一个主要功能是打开浏览器或者文件管理器。
  • tauri-apps/plugin-sql: 提供接口前端与数据库交互。
  • tauri-apps/plugin-store: 本地存储,记录一些系统配置时用到。
  • tauri-apps/plugin-window-state: 记录窗状态。
  • tauri-plugin-clipboard-api: 官方提供的剪贴板功能有限,这里使用第三方的插件。

结语

本文是 Tauri 开源系列的第一篇,大致介绍我开发的内容。在未来的更新中,我将持续完善这款笔记 APP,目前在编本文时,我已经开始使用该 APP。
在这里插入图片描述
我希望在未来的迭代中,能够吸引更多的用户,同时也能为有意入坑 Tauri 的朋友们提供帮助。在本的后续文章中,我将详细阐述实现的细节,分享我的开发经验与思考。


http://www.kler.cn/a/449843.html

相关文章:

  • ROS1入门教程6:复杂行为处理
  • 申请腾讯混元的API Key并且使用LobeChat调用混元AI
  • git clone必须使用sudo否则失败 git推送错误想再次编辑和推送
  • Flutter动画学习二
  • Matlab个性化绘图第6期—带标记面的三维折线图
  • 利用.NET Upgrade Assitant对项目进行升级
  • ubuntu 网络管理
  • Clickhouse 集群配置
  • Linux系统卡顿排查
  • PostgreSql+Pgpool-II配置高可用集群(超详细)
  • scrapy实战之新浪新闻爬虫
  • Linux 批量查找与替换的常用命令
  • C++中的字符串实现
  • ACl访问控制列表
  • 高校就业管理:系统设计与实现的全流程分析
  • 如何写好一份科技报告
  • Textual Dataset Distillation via Language Model Embedding
  • 计算机视觉技术未来发展趋势:创新与变革共舞
  • MHA binlog server
  • 代码随想录day22 | 回溯算法理论基础 leetcode 77.组合 77.组合 加剪枝操作 216.组合总和III 17.电话号码的字母组合
  • 【蓝碳】基于GEE云计算、多源遥感、高光谱遥感技术、InVEST模型、PLUS模型的蓝碳储量估算;红树林植被指数计算及提取
  • vue中的css深度选择器v-deep 配合!important
  • 【MySQL】MySQL 官方安装包形式
  • 日志以及MVCC
  • Linux(Ubuntu)命令大全——已分类整理,学习、查看更加方便直观!(2024年最新编制)
  • Linux Shell 脚本编程基础知识篇—shell 运算命令详解