知序 Reasonix｜本地优先的 AI 个人知识资产工作台产品系统Vibe Coding

在研究、产品、咨询、工程开发与内容创作等高知识密度场景中，资料通常散落在本地文件、网页、笔记和不同项目目录里，传统笔记工具只能保存内容，通用 AI 对话又容易脱离来源、混淆上下文，甚至让用户失去对知识资产的控制。本项目因此立项，旨在建立一个本地优先、可追溯、可审计的个人知识工作台，让用户完成资料导入、理解、归类、检索、关联、研究与复用，并确保 AI 生成的结论、知识和长期记忆都经过用户确认后才正式生效。

系统包含“今天”、知识库、分析收件箱、文档工作区、统一搜索、知识图谱、长期记忆、Agent 工作台和设置等模块。用户可导入 TXT、Markdown、PDF、DOCX 及常见图片，系统在本地完成文本提取与结构化分析，生成摘要、核心观点、实体、关系和来源定位；分析结果可按“仅分析、保存摘要、保存为知识、建议长期记忆”四级方式处理。知识节点和关系支持图谱浏览与原文溯源，文档支持编辑、自动保存及版本记录。Agent 可基于已确认的知识进行带引用问答、知识体检和联网研究，研究过程以持久化任务和实时进度展示，最终输出包含结论、证据、来源与局限的结构化报告。桌面端还提供本地数据持久化、系统托盘、安全凭据存储和异常恢复能力。

我负责项目的产品定位、信息架构、交互与视觉设计，并完成前后端、桌面端和数据模型的整体开发。前端采用 TypeScript、Next.js 16、React 19、Zustand、TanStack Query 与 Tiptap，后端采用 Python、FastAPI、SQLAlchemy Async 和 SQLite；Electron 负责桌面壳，并自动管理 Next.js 生产服务与 FastAPI sidecar。系统以资产、分析结果、知识节点、关系、来源、记忆提案、AgentRun 和 Artifact 分层建模，通过 SSE 推送长任务进度，以幂等决策避免重复写入。实现亮点包括本地优先架构、AI 结论到原文的证据链、长期记忆人工审核、上下文范围隔离、联网研究预算控制、网页抓取 SSRF 防护，以及 Electron safeStorage 凭据加密。项目使用 Pytest、Vitest、Playwright、TypeScript 类型检查和生产构建进行多层验证。