别再被信息碎片化绑架了，SurfSense 让你在浏览器里拥有真正的 AI 研究助理

别再被信息碎片化绑架了，SurfSense 让你在浏览器里拥有真正的 AI 研究助理

为什么SurfSense值得关注

在这个信息爆炸的时代，我们每天都在和各种网页、文档、视频打交道。当你正在深入研究某个技术话题时，是不是经常遇到这样的困境？

浏览器的书签堆积成山，却再也没打开过。看到一篇有价值的文章，当时没来得及细读，过几天就找不到了。想把一个领域的知识点串联起来，却发现信息散落在几十个不同的标签页里。手动整理研究资料的工作量太大，很多有价值的想法就这样白白流失了。

SurfSense 正是为了解决这些痛点而生的。这是一个创新的浏览器扩展工具，它利用 AI 的能力，让你的网页浏览体验焕然一新。简单来说，SurfSense 能够智能地追踪、理解和关联你在浏览器中访问的所有内容，让你的每一个发现都不再孤立存在。

这个项目之所以值得关注，有以下几个核心原因。首先，它将碎片化的网页浏览体验转化为结构化的知识积累。你不再需要手动复制粘贴、分类整理，AI 会帮你自动完成这些工作。其次，它支持实时的问题解答和内容分析，让你的浏览器变成了一个可以对话的智能助手。第三，它的隐私保护做得相当出色，所有数据处理都在本地进行，你不必担心隐私泄露的问题。

对于研究者、内容创作者、学生和任何需要深度阅读的人来说，SurfSense 都是一个改变游戏规则的工具。它不是简单地保存网页，而是帮助你在信息的海洋中建立真正属于自己的知识图谱。

环境搭建

安装前的准备工作

在开始安装 SurfSense 之前，我们需要确认你的环境满足基本要求。这个扩展目前支持主流的 Chromium 内核浏览器，包括 Google Chrome、Microsoft Edge、Mozilla Firefox 以及其他基于 Chromium 的浏览器。

确保你的浏览器已经更新到最新版本。你可以通过浏览器的设置菜单检查更新，一般在“关于”或“帮助”选项中可以找到版本信息和更新按钮。

SurfSense 需要与本地运行的后端服务配合使用，所以在安装扩展之前，我们需要先准备好后端环境。

Python 环境配置

SurfSense 的后端使用 Python 开发，因此我们需要确保 Python 环境正确配置。建议使用 Python 3.8 或更高版本。

检查 Python 版本，打开终端或命令提示符，输入以下命令：

python3 --version

如果显示的版本号低于 3.8，或者提示命令不存在，你需要先安装 Python。访问 Python 官方网站 python.org 下载对应你操作系统的安装包。安装过程中记得勾选“Add Python to PATH”选项，这对于后续操作会很方便。

安装完成后，验证 pip 是否可用：

pip --version

或者

pip3 --version

pip 是 Python 的包管理工具，后面的依赖安装都会用到它。

克隆项目仓库

打开你的终端或命令提示符，执行以下命令克隆 SurfSense 项目：

git clone https://github.com/MODSetter/SurfSense.git

克隆完成后，进入项目目录：

cd SurfSense

你可以通过 ls 命令查看项目结构：

ls -la

典型的项目结构应该包括前端扩展代码和后端服务代码两个主要部分。

安装后端依赖

SurfSense 的后端需要一些 Python 库来运行。我们使用 requirements.txt 文件来管理这些依赖。执行安装命令：

pip install -r requirements.txt

这个命令会自动下载并安装所有必需的库文件。根据你的网络环境，这个过程可能需要几分钟时间。如果遇到安装失败的情况，可能是由于网络问题或依赖冲突，你可以尝试使用国内镜像源：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，我们可以验证一下关键依赖是否正确安装：

python -c "import flask; import requests; import sqlalchemy; print('依赖安装成功')"

如果没有报错输出，说明核心依赖都已经就位。

配置后端服务

在启动服务之前，我们需要对后端进行基本的配置。项目目录中通常会有一个 config.py 或类似的配置文件。打开这个文件，检查以下关键配置项：

数据库连接字符串，SurfSense 使用数据库来存储你的浏览历史和知识点。如果你是首次使用，可以选择 SQLite 作为本地数据库，它不需要额外的服务器配置。对于更大的使用量或者团队协作场景，可以配置 PostgreSQL 或 MySQL。

API 密钥设置，某些功能可能需要调用外部 AI 服务，你需要配置相应的 API 密钥。SurfSense 可能支持多种 AI 后端，包括 OpenAI 的 GPT 系列或者其他开源模型。根据你的需求和预算，选择合适的服务商，并在配置文件中填入相应的密钥。

服务端口，默认情况下后端服务会在 5000 端口运行。如果这个端口被其他程序占用，你可以在配置文件中修改为其他空闲端口。

启动后端服务

配置完成后，启动后端服务。执行启动脚本：

python app.py

或者

python main.py

具体启动命令取决于项目的实际结构。如果一切正常，你应该会看到类似以下的输出：

* Running on http://127.0.0.1:5000
* Running on http://localhost:5000

这表明后端服务已经成功启动，正在监听 5000 端口。请保持这个终端窗口打开，不要关闭它。

安装浏览器扩展

现在我们安装浏览器扩展部分。打开浏览器，访问扩展管理页面。

在 Chrome 中，输入 chrome://extensions/ 并回车。在 Edge 中，输入 edge://extensions/。Firefox 用户访问 about:addons。

如果你是在开发环境中使用扩展，可能需要开启开发者模式。在扩展管理页面中，找到“开发者模式”开关并打开它。

接下来，加载未打包的扩展。点击“加载已解压的扩展程序”按钮（Chrome/Edge）或“从文件重新加载附加组件（Firefox）。

在弹出的文件选择对话框中，导航到 SurfSense 项目目录下的 extension 文件夹，选择它作为扩展的源目录。

扩展加载成功后，你应该能在浏览器工具栏上看到 SurfSense 的图标。初始状态可能是一个灰色的图标，点击后会提示你连接到后端服务。

核心功能详解

智能内容追踪

SurfSense 的核心能力之一是智能内容追踪。当你浏览网页时，扩展会在后台默默工作，自动提取页面的关键信息。这包括页面的标题、URL、主要内容、出现的图片链接以及页面中引用的其他资源。

这种追踪是智能的，它不会机械地记录一切。系统会根据内容的质量和相关性进行初步筛选，避免存储大量无意义的垃圾信息。例如，它会自动识别并过滤广告内容、导航菜单和页脚信息，只保留真正有价值的正文内容。

更智能的地方在于，SurfSense 能够理解内容的语义。它会分析页面的主题是什么，讨论的核心问题是什么，以及这个页面与其他已访问页面的关系如何。这种语义理解为后续的知识关联奠定了基础。

AI 驱动的问答功能

在浏览网页时，你可能会遇到不理解的概念、术语或者观点。传统做法是切换到搜索引擎，输入关键词，寻找答案，然后再切回来。这个过程打断了你的阅读节奏，也容易让你偏离原本的研究主题。

SurfSense 内置的 AI 问答功能彻底解决了这个问题。你可以直接在扩展中提问，AI 会结合当前页面的内容给出答案。更重要的是，AI 的回答会引用相关的上下文，告诉你这个答案来自页面的哪个部分。

例如，你正在阅读一篇关于机器学习的文章，遇到了“梯度下降”这个术语不理解。只需选中文本并点击“询问 SurfSense”，系统就会基于当前页面和你的知识库给出解释，而且会告诉你这个解释与之前看过的哪些内容有关联。

这个功能的工作流程是这样的：你的问题首先被发送到后端服务，后端结合你的问题、当前页面内容和你的个人知识库，构造一个优化的提示词，发送给 AI 模型处理。AI 的回答会被存储起来，方便你以后回顾。

知识图谱构建

SurfSense 最令人印象深刻的功能是它能够自动构建知识图谱。随着你浏览越来越多的网页，系统会逐渐理解不同知识点之间的关系，并将它们可视化地呈现出来。

当你访问一个关于 Python 编程的页面时，系统会自动识别页面中的技术概念，如装饰器、生成器、上下文管理器等。然后它会检查你的历史记录，看看你之前是否访问过这些概念的解释页面，或者相关的教程文章。如果有关联，它会创建一个连接。

知识图谱不仅展示了概念之间的关系，还帮助你发现知识盲区。如果系统发现你访问了关于异步编程的文章，但从未深入了解过事件循环，它会在图谱中用不同的颜色标注这个潜在的盲点。

这个图谱是动态更新的。每当你访问新页面，系统都会重新计算关联关系，确保图谱始终反映你最新的知识状态。你还可以手动编辑图谱，添加自定义的分类和标签。

多模态内容理解

现代网页不仅是文字，还包含图片、视频、图表等丰富的多媒体内容。SurfSense 支持多模态内容的理解，能够处理和关联这些非文字资源。

当页面中包含图表时，系统会尝试理解图表表达的信息，并将其与文字内容关联起来。例如，一张展示房价趋势的折线图，系统会提取出趋势信息，并与文章中对这一趋势的分析建立联系。

对于嵌入的视频内容，SurfSense 会记录视频的关键信息，如时长、平台、作者等。如果你之前看过同一作者的其他视频，系统会主动提醒你这种关联。

这种多模态理解能力让你不需要逐字逐句地记录，SurfSense 会帮你提取和整理所有有价值的信息。

本地优先的隐私保护

在这个数据泄露频发的时代，SurfSense 选择了本地优先的架构设计。你的浏览数据默认存储在本地设备上，不会自动上传到云端服务器。

所有的 AI 处理默认在本地进行。如果你的设备性能足够，系统会使用本地运行的 AI 模型来提供问答和内容分析功能。即使需要调用云端 API，数据传输也是最小化的，系统只会发送必要的信息片段，而不是完整的页面内容。

你可以在设置中查看和导出所有存储在本地的数据，也可以随时清除这些数据。这种透明度让你对自己的信息有完全的控制权。

实战教程

第一步：完成初始设置

安装并启动 SurfSense 后，第一次使用需要进行一些基础设置。点击浏览器工具栏上的 SurfSense 图标，打开扩展界面。

在欢迎页面中，你需要完成以下设置。首先是连接后端服务。如果后端服务正在本地运行，扩展应该能自动检测到。如果连接失败，检查后端服务是否正常运行，以及扩展的设置中后端地址是否正确。

接下来是选择 AI 模型。SurfSense 支持多种 AI 后端。在模型选择页面，你可以选择使用本地模型还是云端 API。本地模型隐私性更好，但响应速度可能较慢。云端 API 如 OpenAI 的 GPT-4 体验更好，但需要 API 密钥且会产生费用。

选择一个适合你情况的选项，然后保存设置。系统会进行一个快速的连接测试，确保一切正常工作。

第二步：配置个人偏好

设置页面的第二部分是个人偏好配置。这里有几个值得关注的选项。

语言偏好设置决定了 SurfSense 如何处理和分析你的内容。虽然它能处理多种语言的内容，但设置一个主要语言可以让 AI 的回答更准确。

自动追踪开关控制是否自动开始追踪你的浏览行为。如果你只是想有选择性地使用 SurfSense，可以先关闭自动追踪，等你主动点击扩展图标时再保存当前页面。

知识库路径设置决定了数据存储的位置。默认情况下，SurfSense 会在用户目录下创建一个专门的文件夹来存放数据。如果你想更改这个位置，可以在这里指定新的路径。

完成后点击保存，你就可以开始使用 SurfSense 了。

第三步：浏览网页时的基本操作

现在让我们通过一个实际例子来学习 SurfSense 的使用。假设你想研究区块链技术的工作原理，你可能会依次访问维基百科的基础介绍、技术博客的深入分析、代码实现的教程等。

当你打开第一个网页时，SurfSense 图标会发生变化，表示它正在分析当前页面。等待几秒钟，让系统完成内容提取。你可以在图标上悬停鼠标，查看分析结果的摘要。

如果你想保存这个页面供以后参考，只需点击 SurfSense 图标，然后点击“保存到知识库”按钮。页面会被添加到你的个人知识库中，同时系统会提取关键概念并更新知识图谱。

当你继续浏览更多相关页面时，SurfSense 会自动在后台进行关联分析。你不需要做任何额外操作，系统会智能地发现知识点之间的联系。

第四步：使用 AI 问答功能

让我们继续上面的研究场景。你已经浏览了几篇关于区块链的文章，对基本概念有了初步了解，但还有一些疑问。

打开其中一篇文章，遇到了“共识机制”这个术语。你想快速了解它的含义，但不想离开当前页面进行搜索。

选中文本“共识机制”，然后点击 SurfSense 图标。在弹出菜单中选择“询问选中内容”。

SurfSense 会立即分析选中的内容和当前页面的上下文，给出一个简洁的解释。它还会告诉你，这个概念与知识库中的哪些其他页面有关联。

如果你想进行更深入的追问，可以在问答界面输入跟进问题。例如：“能详细解释工作量证明和权益证明的区别吗？”系统会基于你的知识库给出更详细的回答。

这种问答功能特别适合学习新知识时使用。它不会打断你的阅读流程，而是让你在需要帮助时立即获得支持。

第五步：探索知识图谱

经过一段时间的使用，你的 SurfSense 知识库中积累了不少页面。现在让我们看看如何利用知识图谱来整理和深化你的理解。

点击 SurfSense 图标，选择“打开知识图谱”选项。你会看到一个可视化的界面，展示了所有保存的知识点以及它们之间的关系。

节点代表各个概念或页面。默认情况下，节点会按照主题进行分组。如果你研究的是区块链主题，你可能会看到一个以“区块链”为中心的节点，周围连接着“工作量证明”“权益证明”“智能合约”等相关概念。

点击任意节点可以查看详细信息。系统会显示这个概念的简要描述、你访问过的相关页面列表，以及你对这些内容的理解程度评估。

你还可以在知识图谱界面进行搜索。如果你想找到关于某个特定概念的内容，只需在搜索框中输入关键词，相关节点会高亮显示。

第六步：高级查询技巧

SurfSense 的查询功能远比表面看起来强大。掌握一些高级技巧可以大幅提升你的研究效率。

使用时间过滤。假设你想回顾一下上周看过的所有关于机器学习的内容。你可以在知识库搜索中设置时间范围，系统会筛选出这个时间段内访问的相关页面。

使用标签组合。你可以给保存的页面添加自定义标签。比如，你可以给所有技术教程添加“学习资料”标签，给所有新闻添加“行业动态”标签。搜索时支持标签组合查询，例如“标签：学习资料 AND 标签：Python”。

使用语义搜索。有时候你不记得具体的关键词，但记得内容的大致意思。SurfSense 支持语义搜索，你可以用自然语言描述你记得的内容，系统会找到最相关的页面。

例如，你输入“关于模型训练优化的内容”，系统会找到所有讨论优化器、学习率调整、过拟合处理等主题的页面，即使这些页面的标题中并没有出现“优化”这个词。

第七步：导出和分享

当你完成一个主题的研究后，可能需要将成果导出或分享给其他人。SurfSense 提供了多种导出格式。

点击知识库中的“导出”按钮，你可以选择导出的格式。Markdown 格式适合进一步编辑和处理，可以保留大部分的格式信息。JSON 格式适合程序处理，可以方便地进行批量操作。PDF 格式适合打印和分享。

导出时你可以选择导出整个知识库，或者只导出选定的部分。如果你导出的内容包含 AI 生成的回答，系统会保留回答的引用信息，方便你追踪来源。

导出的文件会包含页面的链接、主要内容摘要、你的标注和笔记，以及知识点之间的关联关系。这样，即使不使用 SurfSense 的人也能理解你的研究脉络。

代码层面的自定义使用

对于有技术背景的用户，SurfSense 还提供了 API 接口，允许你程序化地访问其功能。

后端服务启动后，会暴露一组 RESTful API。基础地址是你的后端服务地址，例如 http://localhost:5000。

查询知识库的 API 示例：

import requests

# 查询知识库中所有关于 Python 的内容
response = requests.post(
    "http://localhost:5000/api/query",
    json={
        "query": "Python 相关的教程和文章",
        "limit": 10,
        "include_summary": True
    }
)

if response.status_code == 200:
    results = response.json()
    for item in results["matches"]:
        print(f"标题: {item['title']}")
        print(f"相似度: {item['score']:.2f}")
        print(f"摘要: {item['summary']}")
        print("---")

添加新页面的 API 示例：

import requests

# 手动添加一个页面到知识库
response = requests.post(
    "http://localhost:5000/api/pages",
    json={
        "url": "https://example.com/article",
        "title": "示例文章标题",
        "content": "文章的主要内容...",
        "tags": ["标签1", "标签2"]
    }
)

if response.status_code == 201:
    page_id = response.json()["id"]
    print(f"页面已添加，ID: {page_id}")

获取知识图谱数据的 API 示例：

import requests

# 获取知识图谱的结构数据
response = requests.get("http://localhost:5000/api/graph")
if response.status_code == 200:
    graph_data = response.json()
    nodes = graph_data["nodes"]
    edges = graph_data["edges"]
    print(f"知识图谱包含 {len(nodes)} 个节点和 {len(edges)} 条边")

这些 API 让你可以将 SurfSense 的能力集成到自己的工作流程中。例如，你可以在笔记应用中添加一个按钮，点击后自动将当前笔记的内容保存到 SurfSense 知识库。

常见使用场景

学术研究辅助

对于研究生和学术研究者来说，SurfSense 是一个得力的研究助手。在进行文献调研时，你需要阅读大量的论文和著作，追踪不同研究者的观点，记录重要的引用和发现。

使用 SurfSense，你可以一边阅读一边自动整理文献笔记。当你阅读一篇关于深度学习的论文时，系统会自动识别论文中的关键技术术语、提出的方法、实验结果和局限性。然后当你阅读另一篇相关论文时，系统会主动提示两篇论文之间的关联，比如是否引用了相同的先驱工作，或者提出了相反的观点。

知识图谱功能特别适合梳理学术脉络。你可以清晰地看到某个研究方向的演进过程，从最早的开创性工作，到后续的改进和扩展，再到当前的最新进展。这种全局视野对于撰写文献综述和把握研究趋势非常有价值。

内容创作素材管理

内容创作者需要持续地收集和整理素材。无论是写博客文章、制作视频，还是准备演讲，你都需要大量的参考资料作为支撑。

SurfSense 可以帮助你建立一个私人素材库。当你在网上看到有价值的内容时，一键保存到知识库，系统会自动提取关键信息并建立关联。例如，你正在准备一篇关于健康饮食的文章，你可能会收集营养学研究的论文、健康类网站的文章、食谱博客的教程等。SurfSense 会帮你整理这些素材，让你知道哪些内容可以用来支持哪个论点。

当你开始写作时，SurfSense 的查询功能可以快速帮你找到相关的素材。不需要手动翻找文件夹或搜索浏览器历史，只需用自然语言描述你需要的素材，系统就会呈现最相关的内容。

产品开发调研

产品经理和设计师在进行产品调研时，需要收集竞品信息、行业趋势、用户反馈等大量信息。SurfSense 可以帮助你系统地组织这些调研成果。

当你浏览竞品网站时，SurfSense 会自动记录关键功能和设计特点。它会帮助你对比不同竞品的异同，发现行业的设计趋势。更重要的是，系统会追踪你关注的竞品动态，当这些网站有新内容发布时，会主动提醒你。

在进行用户研究时，你可能会浏览大量的用户反馈、社区讨论、评测报告。SurfSense 可以帮助整理这些信息，按照主题、情感、用户类型等维度进行分类。当你要做用户画像或需求分析时，这些整理好的信息可以直接使用。

个人知识管理

对于终身学习者来说，SurfSense 提供了一种全新的知识管理方式。传统的笔记软件需要你手动输入和整理内容，这消耗了大量的时间和精力。SurfSense 改变了这个模式，让知识积累变得更加自然和高效。

当你学习编程时，你可能会看教程、读文档、研究开源项目。SurfSense 会自动整理这些学习资源，建立知识点之间的关联。你不需要再为“如何组织笔记”而烦恼，因为 SurfSense 会帮你做好这件事。

更棒的是，这种知识积累是会“生长”的。每当你学习新知识时，系统会自动找到它与你已有知识的联系。这种联系可能是一个概念的扩展、一个问题的不同角度，或者一个实践的应用场景。通过这种方式，你建立的不是一个线性的笔记列表，而是一个真正互联的知识网络。

技巧与最佳实践

高效使用的工作流

要想充分发挥 SurfSense 的价值，建议建立一套固定的使用工作流。

浏览前的准备。在开始一个新的研究主题之前，先在 SurfSense 中创建一个新的“研究项目”。这可以帮助你将不同主题的内容隔离开来，便于后续的整理和回顾。

浏览时的处理原则。不要试图保存所有内容，这会导致知识库过于臃肿难以使用。只保存真正有价值、需要深入理解或以后可能回顾的内容。对于一般性浏览，可以使用 SurfSense 的临时笔记功能，记录当时的感想而不影响主知识库。

浏览后的回顾。养成定期回顾的习惯。每周抽出一定时间，打开知识图谱，浏览这周新添加的内容。尝试用你自己的语言总结和复述这些内容，这有助于加深理解和记忆。发现有价值的关联时，主动创建连接标签。

保护隐私的设置建议

虽然 SurfSense 的设计已经考虑了隐私保护，但你仍然可以通过一些设置来增强安全性。

首先，检查并配置数据存储位置。将数据存储在加密的磁盘分区中，而不是系统默认位置。这可以防止未经授权的访问。

其次，定期清理不需要的数据。对于已经消化吸收的内容，或者不再需要参考的信息，可以从知识库中删除。保持知识库的精简不仅可以节省空间，也能让你更专注于重要的内容。

第三，谨慎使用云端 AI 服务。如果对隐私要求很高，可以考虑完全使用本地模型。即使使用云端服务，也要避免在问题中包含敏感的个人信息。

处理大规模数据的方法

当你的知识库变得很大时，需要一些技巧来保持高效。

定期归档。对于已经完成研究的主题，可以将其归档处理。归档的内容会从主界面隐藏，但仍然可以通过搜索访问。这样可以让活跃的研究内容保持在前台。

使用层级结构。不要让所有内容都平铺在一个层级中。通过创建主题文件夹、分类标签等方式，建立起层级结构。这在内容很多时会大大提升可管理性。

定期合并和去重。随着时间推移，可能会积累一些重复或高度相似的内容。定期检查并合并这些内容，删除冗余项。

与其他工具的集成

SurfSense 可以与其他工具配合使用，构建更强大的个人知识系统。

与笔记软件的集成。SurfSense 的导出功能可以将选定的内容导出为 Markdown 格式，这个格式可以被几乎所有笔记软件支持。你可以在 Obsidian、Logseq、Notion 等工具中直接导入这些内容。

与任务管理工具的结合。将研究过程中发现的后续行动添加到任务管理工具中。例如，你发现了一篇需要深入阅读的论文，可以将其链接添加到 Todoist 或其他任务管理工具的相应任务中。

与云存储的同步。如果需要在多台设备上使用 SurfSense，可以将数据目录配置到云同步文件夹中。但要注意数据安全，确保云服务本身有足够的加密措施。

解决常见问题

使用过程中可能会遇到一些问题，这里提供一些解决方案。

后端连接失败。首先确认后端服务是否正在运行，检查命令行窗口是否有错误输出。然后检查扩展设置中的后端地址是否正确。如果是端口冲突，尝试更换端口后重启服务。

AI 回答质量不佳。这可能是因为你的知识库内容不足以回答这个问题，或者当前页面与问题关联不大。可以尝试切换到包含更多相关内容的页面后再提问，或者调整 AI 模型设置，使用更强大的模型。

知识图谱显示混乱。当内容很多时，知识图谱可能会显得杂乱。可以使用过滤器来隐藏不相关的内容，或者调整布局设置，使用聚类模式将相关节点放在一起。

页面保存失败。检查页面是否可访问，有些网站可能有反爬措施。另外，检查你的存储空间是否足够，以及数据目录的读写权限是否正常。

总结与相关项目

SurfSense 代表了一种新的浏览器使用方式。它不再将网页浏览视为一次性的消费行为，而是将每一次访问都纳入到你持续构建的知识体系中。通过 AI 的加持，它让信息之间的联系变得可见、可探索。

这个项目的核心价值在于它改变了我们与信息的关系。传统上，我们是被动的信息消费者，需要主动整理才能将信息转化为知识。SurfSense 翻转了这个模式，让知识积累成为浏览的副产品。

如果你经常需要研究复杂主题、处理大量信息，SurfSense 绝对值得一试。它不仅是一个工具，更是一种更高效的知识工作方式的开始。

探索完 SurfSense 之后，如果你对类似的项目感兴趣，以下是一些值得关注的替代品和相关项目：

LangChain 是一套用于构建 AI 应用的开发框架，SurfSense 的很多底层能力都基于 LangChain 的思想。了解 LangChain 可以帮助你更好地理解 SurfSense 的工作原理。

Obsidian 是目前最流行的本地笔记工具之一，支持通过插件扩展功能。将 SurfSense 与 Obsidian 结合使用，可以构建一个功能强大的第二大脑系统。

Mem 是一个 AI 驱动的个人知识管理工具，采用类似的知识图谱理念，但侧重于自动组织和发现内容间的联系。

Roam Research 开创了双链笔记的先河，它的很多设计理念与 SurfSense 的知识关联功能异曲同工。

Hugging Face 提供了大量的开源 AI 模型，如果你想尝试本地部署更强大的 AI 能力，可以从这里获取资源。

通过 GitHub 获取 SurfSense 项目，可以找到详细的文档和最新版本。参与社区讨论可以了解其他用户的使用经验和技巧，也欢迎为项目贡献代码或提出改进建议。

开始使用 SurfSense，让你的每一次浏览都成为知识积累的一部分。