inkdrift

微信文章知识蒸馏机器人。从 FlowUs 剪藏的文章中自动提取知识点，经 LLM 提炼后存入 nmem 记忆库。

架构

FlowUs 剪藏 → flowus-source → extractor → distiller → memorizer → nmem
                (API 读取)     (清洗)     (LLM提炼)    (CLI写入)

快速开始

环境要求

• Node.js 20+
• nmem CLI（运行 nmem serve 启动本地服务）

安装

git clone <repo-url> && cd inkdrift
cp .env.example .env
# 编辑 .env 填写配置（见下方配置说明）
npm install

配置

在 ~/.inkdrift 文件中配置以下环境变量：

| 变量 | 必填 | 说明 | |------|------|------| | FLOWUS_TOKEN | 是 | FlowUs API Token | | FLOWUS_DATABASE_ID | 是 | FlowUs 多维表 ID | | GLM_API_KEY | 是 | GLM API Key（OpenAI 兼容格式） | | GLM_BASE_URL | 否 | LLM API 地址，默认 https://aiping.cn/api/v1 | | GLM_MODEL | 否 | 模型名称，默认 GLM-4.7 | | FLOWUS_BASE_URL | 否 | FlowUs API 地址，默认 https://api.flowus.cn | | WEB_PORT | 否 | Web 状态页端口，默认 3000 | | RETRY_MAX | 否 | 最大重试次数，默认 3 | | RETRY_INTERVAL_MS | 否 | 重试间隔（毫秒），默认 60000 | | LOG_LEVEL | 否 | 日志级别，默认 info | | LOG_DIR | 否 | 日志目录，默认 ./logs | | POLL_INTERVAL_MS | 否 | 轮询间隔（毫秒），仅常驻模式，默认 10000 |

使用

本地开发

npm run dev          # 常驻轮询（默认）
npm run dev:once     # 单次执行

# 自定义间隔（30 秒）
POLL_INTERVAL_MS=30000 npm run dev

Ctrl+C 优雅退出。

部署

1. 创建配置文件

cat > ~/.inkdrift << 'EOF'
FLOWUS_TOKEN=xxx
FLOWUS_DATABASE_ID=xxx
GLM_API_KEY=xxx
EOF

2. 启动

nmem serve &
npx inkdrift

项目结构

src/
├── index.ts                # 常驻轮询入口（默认）
├── index-once.ts            # 单次执行入口
├── utils/
│   ├── config.ts           # 集中配置（读取 .env）
│   └── logger.ts           # 日志工具
├── modules/
│   ├── flowus-source/      # FlowUs API 客户端（读取文章、更新状态）
│   ├── extractor/          # Markdown 清洗 + 元数据提取
│   ├── distiller/          # LLM 知识提炼（GLM-4.7）
│   ├── memorizer/          # nmem CLI 写入 + JSONL 日志
│   ├── queue/              # 串行处理队列（串联所有模块）
│   ├── bot/                # [二期] wechaty 方案（已弃用）
│   ├── fetcher/            # [一期跳过] flowus-source 已含内容提取
│   ├── webhook/            # [预留]
│   └── wechat-client/      # [预留]
├── scripts/
│   └── reset-one.ts        # 重置一篇文章为"未处理"（测试用）
└── web/
    └── server.ts           # Web 状态页
docs/
├── architecture.md         # 整体架构
├── adr/                    # 架构决策记录
└── modules/                # 各模块设计文档

两阶段规划

Phase 1（当前）

• FlowUs 作为文章数据源
• 用户在微信中手动剪藏文章到 FlowUs 多维表
• 机器人通过 FlowUs API 读取、处理、提炼知识点
• 零封号风险

Phase 2（规划中）

• 接入 WeChatPadPro（iPad 协议）实现全自动监听
• 自动接收微信文章、处理、存储，无需手动剪藏
• 详见 docs/adr/003-wechatpadpro-phase2.md