这个项目能做什么
Eloquent Notes 是一款 Linux 系统托盘实用工具,用于快速离线听写并写入 Obsidian。它在后台运行,录制简短语音片段,并完全在本地机器上通过 Ollama 提供的 Gemma 4 模型进行处理。
工作流程:点击托盘图标(或触发全局快捷键/命令行切换)开始录制,再次点击停止。音频在内存中捕获,转换为 WAV 字节,并通过三阶段 LLM 流水线处理:转录、重写为第一人称笔记散文并附带标题,以及分类生成笔记类型、维基链接和标签。结果写入配置的 Obsidian 库,可作为独立文件或附加到每日笔记中。
README 中描述的主要功能:
- 系统托盘用户体验,带有动态绘制的状态图标(空闲、录制、处理中)和用于配置、重新加载和退出的上下文菜单。
- 命令行命令:切换录制、打开配置图形界面,以及安装自启动条目。切换命令通过本地 Unix 套接字与运行中的守护进程通信。
- 图形化配置编辑器,涵盖常规设置、Obsidian 库选项、AI/Ollama 设置、音频参数、提示词和笔记模板。
- Obsidian 集成:按笔记类型显示标注,使用不区分大小写的词边界匹配注入维基链接,生成标签,解析和合并 YAML 前置元数据而不重复,以及可配置的文件夹组织(无、月、周、月+周)。
- 多语言听写,可为标题、散文、维基链接和标签配置输出语言。
- 每个流水线阶段都有可自定义的 Markdown 提示词和重试处理,以及三种笔记模板,包含标题、文本、标签、日期和时间的占位符。
- 隐私导向设计:不将临时音频文件写入磁盘;音频保留在内存中。
- 对模型输出的结构化 JSON 进行重试和验证逻辑,可配置重试次数。
- 符合 XDG 规范的轮转日志。
要求和限制:本地运行 Ollama 并拉取 Gemma 4 模型(默认 gemma4:e4b-it-qat),安装 PortAudio,以及桌面通知服务。README 指出 Gemma 4 音频模型支持最长 30 秒的片段,该工具针对此限制内的听写进行了优化。可通过 pipx 或 uv 从 GitHub 安装,或作为可编辑的本地安装用于开发。
评论
0 人表达喜爱 · 满10人后显示 Deer Point
登录后参与讨论。