正在打开每日关注
Siftly：本地 AI 书签整理与语义搜索
用本地优先的多阶段 AI 流水线，把 X 书签转成可搜索、可分类、可视化的知识库。
来源摘录
Twitter书签这东西，收藏的时候觉得“以后肯定用得上”，然后就没有然后了。 说个扎心的：我书签里躺着几千条推，想翻一条基本靠运气。Siftly 就是专门治这个毛病的——全程跑在自己电脑上，不上云、不收订阅费、不用装插件，除了AI那几次调用，数据都在本地待着。 它干的活主要三件： 1️⃣ 每条推的图片、GIF、视频缩略图都读一遍，OCR加打标签 2️⃣ 每条书签生成一堆语义标签，让你能按意思搜，比如直接搜「crypto崩盘的搞笑meme」 3️⃣ 自动归类，再甩给你一张能点开看的交互思维导图 装Claude Code的话连API key都省了，一条命令跑起来。囤书签的强迫症可以试试。 🔗 https://t.co/geyZ18eLF8
深度解析
是什么\n\nSiftly 是 GitHub 项目 viperrcrypto/Siftly，定位为本地运行的 Twitter/X 书签管理器：通过书签小工具或控制台脚本导入，再用 AI 生成可搜索、可分类、可视化的知识库。仓库标注 TypeScript、Next.js 16、SQLite、Tailwind v4 和 MIT，拥有 3021 stars。\n\n架构与核心设计\n\nREADME 的四阶段流水线依次是零 API 成本的实体抽取、图片/GIF/视频缩略图视觉分析、语义标签生成和按置信度分类；搜索结合 FTS5 与 Claude 语义重排，并提供导入、浏览、AI 搜索、思维导图、设置和导出。流程支持增量续跑与强制重跑。\n\n关键洞察\n\n亮点是将多模态理解、自然语言检索和本地优先隐私串成低门槛流程，缓解大量书签沉没；类别、媒体、日期过滤与思维导图提供不同探索入口。\n\n边界与风险\n\n本地保存不等于完全不出网：配置的 AI 调用仍会发送必要数据，并带来供应商依赖与成本。导入依赖 X 登录及页面脚本，X 页面变化可能影响采集；标签、分类和置信度也属于模型判断。画面主要是 README 文档和流程代码块，核心价值仍是 AI 数据处理与检索，而非设计方法。