当 1945 年的 Memex 遇上 2024 年的 LLM-Wiki。 从碎片化的 GetNote 笔记，到有灵魂的知识足迹 👣。
本项目不仅仅是一个数据转换工具，它是一次关于"人类如何管理知识"的实验，旨在致敬两位跨越时代的先驱：
"人脑靠联想运转。" —— Bush 认为知识不应被困在死板的分类里，而应沿着思维的"水迹"（Trails）自由流淌。
- 本项目的实现：通过交互式图谱（Force Graph）复刻 Memex，让你的点击路径成为可追溯、可沉淀的思维足迹。
"知识应当为 AI 消费而优化。" —— Karpathy 提倡将文档转化为高信息密度、极简化的 Markdown，以提升 LLM 的推理效率。
- 本项目的实现：将 GetNote 混乱的 HTML 彻底清洗为结构化的 LLM-friendly Markdown，把你的笔记库重塑为一套个人私有的"AI 知识核心（Kernel）"。
- 🤖 AI 驱动的"语义补完" 基于 LLM-Wiki 理念，AI 不再仅仅是搜索工具，它通过理解你的 Markdown 语料，在图谱中为你指引下一个可能感兴趣的"逻辑跳跃点"。
- 👣 可视化的"思维水迹" (Trails) 致敬 Memex 构想。记录你在知识海洋中的漫游路径，这些路径可以被命名、回溯，成为你研究特定课题的神经通路。
- 📂 从"废墟"到"金矿"的转换引擎 一键将 GetNote 的 HTML 碎片重塑为标准、整洁的 Markdown 文档流。去除视觉噪声，保留知识精髓。
- 🌌 向量化多跳关联 利用本地 LanceDB 向量引擎，挖掘跨越多个节点的隐性关联，让那些被遗忘在角落的知识重新产生"连接感"。
| 维度 | 技术选型 | 哲学体现 |
|---|---|---|
| 数据层 | LanceDB + Clean Markdown |
LLM-Wiki: 结构化、可编程、AI 友好 |
| 视图层 | Next.js 16 + react-force-graph |
Memex: 非线性探索、联想式交互 |
| 逻辑层 | OpenAI/OpenRouter + Vector API |
智能涌现: 让静态数据转化为动态思维 |
从 GetNote 导出 HTML 压缩包，解压至项目的 source/ 目录。
# 安装全栈依赖
npm install && cd web && npm install && cd ..
# 配置 API Key (支持 OpenAI 或 OpenRouter)
cp web/.env.local.example web/.env.local# 运行转换器：将 HTML 碎片转化为 LLM-Wiki 格式
npx tsx tools/convert.ts source/ --out .
# 唤醒你的个人 Memex
cd web && npm run dev访问 http://localhost:3000/graph，开始你的探索。
Oh My Getnote 并不想做另一个笔记软件。我们希望在这个 AGI 时代，通过将 Bush 的交互直觉与 Karpathy 的数据标准结合，让每个人的个人知识库都能成为其数字生命的一部分。
致敬那些试图让人类思考得更深、更远的先驱。
CONTRIBUTING.md · LICENSE · MIT © Andy Zhengyan