Sparkkeep 发布：单二进制 Go/SQLite 行动引擎，用 AI 整理收藏链接与笔记

捕捉一切。用 AI 分诊。交付真正重要的事。 Sparkkeep 是一个自托管的行动引擎，专为你不断收集却从未执行的念头而生。分享一个链接、一条笔记、一段语音备忘或一张截图——它会抓取内容、过滤噪音、综合出一份可执行的简报，然后放到你真正会去动手的看板上。 一个二进制文件。一个 SQLite 文件。不需要 Postgres，不需要 Redis，不需要云账户。 你保存了 200 个有趣的链接。你大概会打开其中四个。其余的烂在一个叫“稍后”的文件夹里。 Sparkkeep 不是书签管理器。它是一个行动引擎： 捕捉 ──► 噪音过滤器 ──► AI 分诊 ──► 时间视野路由 ──► 执行看板 ──► 研究 ──► 摘要 ──► 交付 从 Telegram、Discord、Slack、浏览器扩展、webhook，或者一条根本没有 URL 的纯笔记中捕捉内容。 在互动诱饵和垃圾信息到达你的收件箱之前就将其过滤掉。 用你自己的 LLM 综合出一份简报——TL;DR、为什么你会关心，以及一份下一步行动清单。 将工作路由到“现在”、“下一步”或“稍后”，并在一个宽屏看板上通过内联清单来执行。 正经地做研究：确定性的 playbook 会搜索、引用来源，并给出 Pursue / Watch / Skip 的裁决，而不是胡编乱造。 用 7/14/30 天摘要进行回顾，然后把完成的笔记推送到 Obsidian、Notion 或 Joplin。 快速开始 docker run -d
--name sparkkeep
-p 8080:8080
-v sparkkeep_data:/data
ghcr.io/burlacuandrei/sparkkeep:latest 打开 http://localhost:8080。首次运行向导会要求你设置一个口令和一个 AI 提供商，并提供一键演示库，让你在正式投入之前先四处看看。 services: sparkkeep: image: ghcr.io/burlacuandrei/sparkkeep:latest container_name: sparkkeep restart: unless-stopped ports:

• "8080:8080" volumes:
• ./data:/data docker compose up -d 独立二进制文件——约 24 MB，支持 Linux / macOS / Windows，从 Releases 获取： tar -xzf sparkkeep-<VERSION>-linux-amd64.tar.gz ./sparkkeep-linux-amd64 从源码构建 make build 不想自己运行？ Sparkkeep Cloud 是一项即将推出的托管云服务，提供 Sparkkeep 工作流，并附带多用户账户、托管的 AI/搜索基础设施，以及零服务器或 API key 维护。自托管版本保持完整，绝不会被削弱。申请早期访问或咨询商业许可。 零依赖存储——纯 Go 实现的 SQLite，WAL 模式，带 FTS5 搜索。可在树莓派、NAS 或 5 欧元的 VPS 上运行，内存占用低于 30 MB。 全渠道捕捉——Telegram 双向机器人、Discord embed 和按钮、Slack Block Kit、通用入站 webhook，以及 Chrome/Firefox 扩展。 从聊天中分诊——内联键盘和 ActionRow，让你无需打开 Web 应用就能路由或搁置卡片。 驱动工作的看板——Focus Spotlight 挑选你杠杆率最高的卡片，Execution Pulse 展示 7 天交付速度，泳道按时间视野或卡片类型分组，停靠的检查器让你在编辑时看板保持实时。 卡片档案——TL;DR、为什么重要、清单，以及可重新生成的简报。没有 URL 的笔记会成为一等公民的 Subject Card。 确定性深度研究——有边界的 playbook，配备 5-Pillar Research Health Linter、成本估算器和零成本试运行。没有无界的 agent 循环。 Playbook Studio——可视化步骤编排器，用于构建你自己的研究流水线，按卡片分类法自动路由。 Intelligence Digest——阶段性成果、动量脉搏，以及由你自己的模型撰写的执行回顾。 知识出口——幂等的单向导出到 Obsidian、Notion 和 Joplin，外加一个带认证的 RSS 发件箱，以及面向 Logseq、Things 3、Todoist 和 GitHub 的客户端意图。 隐私优先的 BYOK——Ollama、LM Studio、vLLM、OpenAI、DeepSeek 或任何 OpenAI 兼容端点，支持按角色路由模型。指向本地模型，数据就不会离开你的硬件。 运维就绪——/livez、/readyz、零依赖的 /metrics，以及一个备份/恢复 CLI，可在守护进程运行时安全地做快照。 六种 UI 语言——英语、罗马尼亚语、西班牙语、葡萄牙语（巴西）、法语、德语。 技术栈 Go 1.26 标准库 HTTP、纯 Go SQLite（modernc.org/sqlite，无 CGO）、React 19 + TypeScript + Vite 通过 //go:embed 嵌入二进制。可选配套：用于抓取的无头 Chromium、用于视频的 yt-dlp、用于音频的 Whisper、用于研究搜索的 SearXNG。 分诊台——用 1 / 2 / 3 / Esc 快速清理积压。 研究档案——引用来源、风险评估和明确的裁决。 Playbook Studio——可视化流水线构建器，带 5-Pillar Research Health Linter。 Intelligence Digest——实际交付了什么，以及下一步该聚焦什么。 配置参考 每个环境变量、健康探针、/metrics 运维 备份、恢复、升级、回滚、库导出、浏览器扩展 本地化 为 UI 添加一种语言 系统架构 流水线如何组合在一起 决策记录 为什么研究、分类法和出口的设计是这样 支持 Sparkkeep Sparkkeep 基于 AGPL-3.0 免费且开源。如果它在你工作流中赢得了一席之地： 欢迎贡献——参见 CONTRIBUTING.md 和 SECURITY.md。 对于无法满足 AGPL 义务的闭源或 SaaS 分发，可提供商业许可；开启商业咨询了解条款。自托管和内部使用无需许可证密钥，现在和将来都不需要。