原文先保存
记录不会先被模型吞掉
快速记录和文件导入都会先保存原始内容，再显示保存、解析、切分和提取进度。即使模型暂时不可用，原文仍然留在本地。
收藏了，后来没有再打开。
记录了，却忘记保存在哪里。
和 AI 聊过，下一次又要重新解释。
做过决定，几个月后只记得结果。
信息留下了，
思考却断开了。
从碎片到记忆
一条能够回到原文的思考线索
它不追求替你记住一切，而是让真正重要的信息经过清晰、可逆的过程留下来。
- 01
原文先保存
快速记录和导入资料都会先落到本地。即使模型暂时不可用，原始内容也不会消失。
- 02
过程看得见
保存、解析、切分和提取都有明确反馈。等待不再是一段没有解释的空白。
- 03
噪声先过滤
无意义短句不会直接进入长期记忆，资料知识、个人记忆和行动状态分别处理。
- 04
记忆由你确认
有价值的候选可以确认、修改、忽略和撤销，系统不会替你决定什么值得记住。
- 05
回答回到证据
重新提问时，可以查看引用、匹配原因和原始来源，让答案不止停在一句结论。
记录、整理、确认、找回。
用一分钟，看一次完整的个人记忆闭环。
三个重要边界
记忆系统首先应该尊重你的判断
质量门禁
记住什么，由你决定
无意义短句不会直接污染长期记忆。有价值的候选统一进入记忆页面，你可以确认、修改、忽略、恢复或撤销。
证据化找回
回答能够回到证据
重新提问时，系统使用本地索引寻找相关内容，并展示引用、匹配原因和原始来源，而不是只给出一段无法验证的结论。
线索继续向前，
而不是停在收藏夹里。
思考线索展示记忆如何随时间变化；个人、学习和工作空间保持平级，任务、决策和提醒继续承接已经形成的上下文。
- 从观点变化回到当时的原始证据
- 让任务和决定保留自己的来由
- 在清晰边界内组织不同生活空间
本地优先
你的记忆，不应该依赖某个平台是否一直存在。
- 数据默认保存在本地设备
- API Key 使用本地安全存储
- 支持完整备份、恢复和导出
- Obsidian 是可选出口，不是数据核心
- 没有配置模型也能使用基础能力
