Tangentry
沿着好奇心继续发现 —— 本地优先的多平台内容聚合、阅读与笔记工具
把 B站、YouTube、小红书、抖音、小宇宙播客、RSS 与网页文章收进同一个阅读器里： 看视频时读字幕、截帧做笔记、一键转录与翻译，所有数据都留在你自己的电脑上。
Note
Tangentry 是个人项目，目前处于 0.x 早期阶段，接口和数据结构仍可能变化（数据库会自动迁移）。欢迎试用并反馈问题。
tangentry-promo-long-github.mp4
📖 目录
💡 为什么做 Tangentry
内容散落在不同平台：B站的课程、YouTube 的讲座、小宇宙的播客、RSS 里的长文、小红书的图文笔记…… 每个平台都有自己的推荐算法、自己的收藏夹，却没有一个地方能让你 专注地读、认真地记、长期地留存。
Tangentry 的思路是：
- 一个入口：订阅、推荐、搜索、收藏统一到同一个界面；
- 阅读优先：视频和播客也可以“读” —— 字幕跟随、全文搜索、双语对照、AI 摘要；
- 笔记即资产：笔记锚定到时间点 / 原文段落 / PDF 位置 / 截帧，可导出为 Markdown（兼容 Obsidian）；
- 本地优先：SQLite 存储在本机，不需要注册任何 Tangentry 账号，凭据从不进入源码或浏览器。
Why Tangentry?
Tangentry = Tangent + Entry
- Tangent — 思维的发散、知识的延伸，以及探索过程中意想不到的发现。
- Entry — 进入知识世界的入口，也代表每一份值得记录和探索的内容。
Tangentry 是一个创造词，寓意着：每一份内容都是探索的起点，每一次好奇都可能通向新的知识。
无论是视频、播客、文章还是 PDF，我们希望打破内容形式的边界，让阅读成为一场自由延伸的知识探索。
Every curiosity leads somewhere. 每一份好奇，都通向新的发现。
📸 截图
| 发现：B站、YouTube、小红书、小宇宙的推荐汇聚在一个首页 |
播客文稿：小宇宙单集自动生成可阅读、可跳转的文字稿 |
YouTube：内嵌播放、字幕同步，翻译与摘要一键可用 |
小红书：图文与视频笔记在同一个阅读器里查看、收藏和下载 |
笔记库：跨来源检索、按标签和时间筛选，一键导出 Markdown |
设置：账号、AI、转录、下载与外观集中管理 |
截图中的内容来自各平台公开推荐，版权归原作者所有，仅用于展示软件功能。
✨ 功能
| 模块 | 能力 |
|---|---|
| 🔭 发现 | 聚合 B站 / YouTube / 小红书 / 抖音 / 小宇宙的推荐流，可调整来源偏好；“稍后看”推荐队列 |
| 📡 订阅 | B站 UP 主、YouTube 频道、RSS / Atom / JSON Feed、小宇宙播客、linux.do 话题；分组、收件箱、已读状态、定时刷新、OPML 导入/导出 |
| ➕ 添加内容 | 粘贴链接或 ID 解析视频、UP 主、频道、播客单集、网页文章、本地 PDF |
| 📺 阅读与播放 | 内嵌播放器 + 字幕阅读器（跟随高亮、搜索、上下文跳转）、播放进度记忆、网页正文提取（Readability）、PDF 阅读 |
| 📝 笔记 | 时间戳笔记、原文划线笔记、PDF 锚点、截帧附图、字幕引用、嵌套标签、置顶、全文搜索；导出 Markdown ZIP（含 Obsidian frontmatter） |
| 🎙️ 转录 | 本机：whisper.cpp / faster-whisper / Qwen3-ASR；云端：Groq、SiliconFlow、Cloudflare Workers AI 等；平台字幕优先，转录结果缓存 |
| 🤖 AI 助手 | 接入任意 OpenAI 兼容 接口：视频/文章摘要、字幕与正文翻译（双语导出） |
| ⬇️ 下载 | 基于 yt-dlp + FFmpeg 的音视频下载、队列与超时控制 |
| ⭐ 收藏同步 | 同步 B站收藏夹到本地，支持过滤与断点续传 |
| 🕘 历史 | 浏览历史与搜索历史，全部存于本地数据库 |
| 🖥️ 多端运行 | 原生桌面应用（macOS / Windows / Linux）或 Docker 自托管（NAS、家庭服务器），浏览器访问 |
🚀 快速开始
方式一：桌面应用（推荐普通用户）
前往 Releases 下载对应平台的安装包。发布流程只在推送 v* tag（例如 v0.0.1）时运行：它会编译桌面包、运行验证并构建 Docker 镜像。
| 平台 | 说明 |
|---|---|
| macOS（Apple Silicon） | 打开 .dmg 拖入“应用程序”。若提示“无法验证开发者”，右键 → 打开 |
| Windows（x64 / ARM64） | 下载 ZIP 并解压后运行 Tangentry.exe。未签名版本会触发 SmartScreen，点击“更多信息 → 仍要运行” |
| Linux（x64 / ARM64） | 安装 .deb，依赖 ffmpeg 与 libgomp1 会自动安装 |
桌面版自带运行时；yt-dlp、Deno 与 Whisper 模型会在首次使用时自动下载并校验，无需手动安装。
方式二：Docker 自托管
docker run -d --name tangentry -p 7380:7380 -v tangentry-data:/data \ docker.io/<你的 Docker Hub 用户名>/tangentry:latest
或使用仓库内的 docker-compose.yml：
docker compose up -d
GitHub Actions 发布镜像前，请在仓库的 Settings → Secrets and variables → Actions 中配置：
DOCKERHUB_USERNAME：Docker Hub 用户名；DOCKERHUB_TOKEN：Docker Hub Access Token（不要使用登录密码）。
请先在 Docker Hub 该用户名下创建名为 tangentry 的仓库。本地使用 Compose 前，将 .env.example 复制为 .env 并设置 Docker Hub 用户名。推送 v0.0.1 这类版本 tag 后，工作流会自动发布 latest、完整版本号和主次版本号镜像。
首次启动会生成登录密码并写入日志和 /data/admin-password：
docker compose logs tangentry | grep password浏览器打开 http://localhost:7380，输入密码即可使用。也可以通过环境变量 TANGENTRY_PASSWORD 指定自己的密码。
Warning
服务端模式只有一个共享密码。暴露到公网前务必在前面加 HTTPS 反向代理（Caddy / Nginx / Traefik）。
方式三：从源码运行
需要 Go 1.27+、Node.js 24+，以及（可选）yt-dlp、ffmpeg。
git clone https://github.com/mu-zi-lee/Tangentry.git cd Tangentry make server # 构建前端 + 服务端二进制 ./build/tangentry-server -data ./data -addr 127.0.0.1:7380
🧭 使用指南
第一次使用建议按 设置 → 添加内容 → 阅读 → 笔记 的顺序走一遍。
1. 初始设置（左侧导航「设置」）
- 账号：在「设置 → 账号」扫码登录 B站，可获得关注动态、收藏夹同步和更高清晰度。Cookie 只保存在本机数据目录。
- 工具：查看 yt-dlp / FFmpeg 状态。桌面版会自动准备，Docker 镜像已内置。
- 转录：选择本机模型（首次会下载）或填入云端转录服务的 API Key。
- AI：填写 OpenAI 兼容接口的
Base URL、Model和API Key（如 OpenAI、DeepSeek、硅基流动、本地 Ollama 等），点击检测连通性。 - 外观：主题、卡片每页条数、字幕样式等偏好。
2. 获取内容
- 发现：首页聚合各平台推荐，点击卡片进入阅读；点击“稍后看”加入推荐队列。
- 添加内容：粘贴以下任意一种即可：
- B站视频链接 /
BV号，UP 主主页链接 / UID - YouTube 视频或频道链接
- 小红书笔记、抖音分享链接
- 小宇宙单集 / 播客链接
- 任意网页文章 URL 或 RSS 地址
- B站视频链接 /
- 订阅：添加 UP 主、频道、RSS 或播客后，新内容进入「订阅收件箱」。可创建分组、标记已读，或通过 OPML 从其他阅读器迁移。
3. 阅读与播放
- 视频左侧播放、右侧显示 字幕阅读器：当前句高亮跟随，点击任一句跳转；支持字幕内搜索。
- 没有字幕？点击 转录 生成字幕；点击 翻译 生成双语字幕；点击 摘要 让 AI 总结要点。
- 文章与 PDF 同样支持划线、翻译和摘要。
- 播放进度自动记忆，下次打开从上次位置继续。
Tip
B站内嵌播放器无法直接读取播放时间。安装用户脚本 bilibili-sync.user.js（Tampermonkey / Violentmonkey）后，字幕跟随与时间戳笔记可与官方播放器精确同步。
4. 记笔记
- 播放中按下「记笔记」会自动附上当前 时间戳；也可以 截取当前画面 作为配图。
- 在字幕、文章或 PDF 中选中文本即可创建 引用笔记，点击笔记可跳回原位置。
- 使用
#标签/子标签组织笔记，在「笔记」页按标签、来源或全文搜索，重要笔记可置顶。 - 「导出」生成 Markdown ZIP，每条内容一个文件，带 JSON frontmatter，可直接放入 Obsidian 仓库。
5. 下载与收藏
- 在阅读页点击「下载」加入下载队列（视频或仅音频），在「下载」页查看进度。
- 「收藏」页管理本地收藏；登录 B站后可开启收藏夹自动同步。
⚙️ 配置
服务端通过 环境变量 配置（不会自动读取 .env 文件）。参考 .env.example：
cp .env.example .env # 编辑后加载 set -a; source .env; set +a
| 变量 | 默认值 | 说明 |
|---|---|---|
TANGENTRY_ADDR |
:7380 |
服务端监听地址 |
TANGENTRY_DATA |
/data |
数据目录（SQLite、设置、凭据、缓存） |
TANGENTRY_PASSWORD |
自动生成 | 服务端登录密码，未设置时写入 <data>/admin-password |
TANGENTRY_DOWNLOAD_DIR |
<data>/downloads |
下载目录 |
TANGENTRY_DOWNLOAD_TIMEOUT |
2h |
单个下载超时（1s–24h） |
TANGENTRY_YTDLP_PATH |
PATH 中的 yt-dlp |
自定义 yt-dlp 路径 |
TANGENTRY_FFMPEG_PATH |
PATH 中的 ffmpeg |
自定义 FFmpeg 路径 |
TANGENTRY_TOOLS_DIR |
空 | 设置后像桌面版一样在首次使用时下载并校验 yt-dlp / Deno |
TANGENTRY_BILIBILI_COOKIE_FILE |
空 | Netscape 格式的 B站 Cookie 文件（推荐改用应用内扫码登录） |
TANGENTRY_WHISPER_PATH / TANGENTRY_WHISPER_MODEL |
空 | whisper.cpp 可执行文件与模型 |
TANGENTRY_FASTER_WHISPER_PYTHON |
空 | 安装了 faster-whisper 的 Python 解释器 |
TANGENTRY_WHISPER_MODELS_DIR |
空 | 模型目录 |
应用内「设置」中保存的选项优先于环境变量默认值。
本机 faster-whisper 环境（可选）
python3 -m venv ~/.venvs/faster-whisper ~/.venvs/faster-whisper/bin/pip install -r src/tools/transcription/requirements.txt export TANGENTRY_FASTER_WHISPER_PYTHON=~/.venvs/faster-whisper/bin/python
数据目录位置
| 运行方式 | 位置 |
|---|---|
| macOS 桌面 | ~/Library/Application Support/Tangentry |
| Windows 桌面 | %APPDATA%\Tangentry |
| Linux 桌面 | ~/.config/Tangentry |
| Docker | 卷 /data |
备份这个目录即可完整迁移你的库、笔记与设置。
🛠 开发
环境要求
- Go 1.27+（使用纯 Go 的
modernc.org/sqlite，无需 CGO） - Node.js 24+ 与 npm
- 可选：
yt-dlp、ffmpeg（下载与截帧）、Python 3（本机转录）
常用命令
| 命令 | 作用 |
|---|---|
make desktop |
构建前端并以开发模式启动桌面应用（MyGo） |
make server |
构建 build/tangentry-server 无界面服务端 |
make build |
打包当前平台桌面应用；PLATFORMS=windows/amd64,... 交叉打包 |
make desktop-build-all |
打包全部平台（macOS 运行时需在 Apple Silicon 上构建） |
make docker |
构建本地 Docker 镜像 |
make test |
全部测试（make test-unit + make test-e2e） |
make check-race |
go vet + 竞态检测 |
前端单独开发：
cd src/web npm ci npm run dev # Vite 开发服务器（http://127.0.0.1:5173）
测试
测试分层：单元测试覆盖细节，少量 E2E 覆盖最重要的用户流程。
make test-unit # Vitest 前端单元测试 + go test（会先构建 src/web/dist） make test-e2e # Playwright 关键流程（首次运行前：cd src/web && npx playwright install chromium）
端到端测试使用 src/web/tests/server 启动 真实服务 + 隔离的 SQLite + 显式平台夹具，不会访问任何外部平台。
🗂 项目结构
Tangentry/
├── .github/ # 仅 tag 发布时运行的 CI/CD
├── Dockerfile # Docker 多阶段构建
├── docker-compose.yml # Docker Hub 镜像运行配置
├── docs/ # 架构说明、截图与第三方许可证
└── src/ # 应用源码（Go、React、打包工具）
├── cmd/ # 桌面应用与无界面服务端入口
├── internal/ # 领域、适配器、HTTP 与运行时服务
├── web/ # React 19 + Vite 前端
└── tools/ # 桌面打包与本机转录工具
详细的分层规则与依赖方向见 docs/ARCHITECTURE.md。
🔒 隐私与安全
- 本地优先：所有内容、笔记、历史都存储在本机 SQLite 中，Tangentry 没有任何遥测或云端账号。
- 凭据隔离：平台 Cookie 与 API Key 只保存在数据目录，不会下发给浏览器端，也不会自动读取浏览器 Cookie。
- 网络边界：抓取公开网页时拒绝访问内网 / 本机地址（防 SSRF）。
- 外部服务：只有当你主动配置 AI 或云端转录时，相关文本/音频才会发送给你选择的服务商。
发现安全问题？请参阅 SECURITY.md，不要直接公开提交 Issue。
❓ 常见问题
YouTube / B站 视频无法解析或下载？
平台接口经常变化。先在「设置 → 工具」更新 yt-dlp；B站高清晰度和部分内容需要登录。
转录很慢？
本机转录速度取决于 CPU / GPU 与模型大小。可以换更小的模型，或在设置中改用云端转录（Groq 等免费额度通常足够个人使用）。
macOS 提示“已损坏，无法打开”？
未经公证的构建会被 Gatekeeper 拦截，可执行：xattr -dr com.apple.quarantine /Applications/Tangentry.app
如何迁移到另一台电脑？
关闭应用后复制整个 数据目录 到新机器对应位置即可。
🗺 路线图
- 发布签名并公证的 macOS / Windows 安装包
- 英文界面（i18n）
- 更多平台适配
- 笔记双向同步到 Obsidian / Logseq
欢迎在 Issues 提出建议。
🤝 贡献
欢迎 Issue 与 Pull Request！开始之前请阅读 CONTRIBUTING.md。
🙏 致谢
- MyGo —— Go 原生桌面应用框架
- yt-dlp 与 FFmpeg —— 媒体获取与处理
- go-readability —— 网页正文提取（MIT）
- gofeed、modernc.org/sqlite、OpenCC
- whisper.cpp、faster-whisper
- PDF.js、Lucide、Space Grotesk（OFL）
- Linux DO
Star History
⚖️ 免责声明
Tangentry 仅供个人学习与研究使用。通过本工具获取的内容版权归原平台及作者所有，请遵守各平台的服务条款，不要用于批量抓取、再分发或任何商业用途。
📄 许可证
MIT © 2026 木子不是木子狸