阅迹 · Learning Tracker

一个本地优先的稍后阅读与文章整理工具。

简体中文 · English

阅迹是什么

我们经常在聊天软件、浏览器和社交平台里遇到值得阅读的文章，但链接很快就会被新的消息淹没。阅迹把这些分散的链接收进一个本地阅读队列：导入链接后自动抓取标题，记录阅读进度，用标签整理主题，并在需要时重新找到它们。

它关注的是一条简单、可持续的工作流：

收集链接 → 自动补全标题 → 安排阅读 → 标记进度 → 按标签回顾

应用不依赖云端账号或在线数据库。文章清单、阅读状态、标签和设置都保存在自己的电脑上。

主要功能

快速收集文章

• 一次批量导入最多 50 个 HTTP/HTTPS 链接
• 支持每行一个链接、说明文字加链接，以及聊天软件导出的嵌套 Markdown 链接
• 标题统一从目标网页抓取，不把聊天昵称、时间或说明文字误当成标题
• 导入前可以预览和修改；抓取失败时显示超时或提取错误
• 自动规范化链接并阻止重复文章写入

跟踪阅读进度

• 使用“未阅读、阅读中、已完成”管理阅读队列
• 按标题、链接、网站域名或标签搜索
• 按阅读状态和标签筛选
• 随时修改文章标题、链接、状态和标签

整理与回顾

• 自定义标签名称、分组、颜色、说明和别名
• 标签可以完全手动维护和分配，不需要配置大模型
• 可配置 OpenAI 兼容的 LLM API、模型、鉴权请求头和超时时间
• 可开启 LLM 自动分类，为新导入或已有的未读文章选择 1 至 5 个已有标签
• 自动分类失败不会影响文章导入，随时可以重试或改为手动分配标签
• 导出 JSON 备份，便于迁移和恢复

本地桌面体验

• SQLite 持久化，刷新页面、重启应用或升级版本不会丢失数据
• Electron 桌面版和本地浏览器版使用同一套功能
• 内置 11 套完整主题，包括 Catppuccin、Solarized、Nord、Dracula 和 Gruvbox 风格
• 网页抓取网络支持可选代理，适应不同网络环境

安装

从 Release 安装（推荐）

前往项目的 Releases 页面 下载 Windows 版本：

• LearningTracker-win32-x64.zip：便携版，解压后运行 LearningTracker.exe
• LearningTracker-Setup.exe：安装版，按安装向导完成安装

便携版不会把数据写进解压目录，数据库仍保存在 Windows 用户数据目录中，因此替换或移动应用文件不会删除文章。

未签名的安装程序可能触发 Windows SmartScreen。可以核对 Release 来源后选择继续，或者使用便携版。

从源码运行

环境要求：Node.js 22.13.0 或更高版本。

git clone https://github.com/WhatGhost/LearningTracker.git
cd LearningTracker
npm install
npm start

npm start 会启动 Electron 桌面窗口及其本地服务。关闭桌面窗口后，后台服务会一并停止。

如需使用浏览器版本：

npm run web

然后访问 http://127.0.0.1:8999。在终端按 Ctrl+C 可以停止服务。

从源码构建

生成 Windows 便携版：

npm run package:desktop

生成便携版和 Squirrel 安装程序：

npm run make:desktop

构建结果位于 out/，该目录不会进入 Git 提交。

基本使用

点击右上角“批量导入”，粘贴一个或多个链接：

https://example.com/article-one
https://example.com/article-two

也可以直接粘贴聊天记录：

Reader 09:40
[文章标题: [https://example.com/article](https://example.com/article)]

阅迹只从这些内容中提取链接，标题会从网页重新抓取。确认预览后，文章会以“未阅读”状态加入清单。

阅读过程中可以直接修改状态；需要补充标题、修正链接或手动分配标签时，使用文章右侧的编辑按钮。

可选功能

阅迹的链接收集、阅读进度、搜索和手动标签功能不依赖任何额外服务。下面两项只在有相应需求时配置。

大模型自动分类（可选）

不配置模型时，可以在“设置 → 标签分类”中创建和维护标签，再通过文章编辑窗口手动选择。手动标签是完整功能，不是自动分类的降级模式。

配置模型的用途只是减少重复整理工作：阅迹会把文章标题、域名、URL、网页描述和当前启用的标签目录发送给兼容接口，让模型从已有标签中选择 1 至 5 个。模型不会创建新标签，也不会收到文章全文。

在“设置 → 模型 API”中可以配置：

• OpenAI 兼容的 API Base URL
• 模型名称和请求超时时间
• 可选的 Bearer API Key
• 企业网关需要的订阅密钥请求头和用户请求头
• 是否在导入新文章后自动执行分类

“保存并测试连接”会发送一次小型分类请求。接口不支持完整 JSON Schema 时，应用会自动降级到 JSON Object 模式，并在本地继续校验返回标签。模型请求失败不会影响文章导入或手动标签。

默认标签目录位于 config/default-labels.json，包括 LLM、Agent、GPU、vLLM、SGLang、通信、Kernel、PD 分离等。首次启动后，实际标签配置保存在本地数据库中。

网页抓取代理（可选）

默认使用直连，不需要代理即可正常使用。代理配置只用于抓取文章标题和网页描述，适合目标网站在当前网络环境下访问较慢、超时或需要本地代理的情况。

代理不会应用到大模型 API 请求；模型接口和网页抓取使用两套独立的网络配置。

在“设置 → 网页抓取”中可以配置：

• HTTP/HTTPS 代理，例如 http://127.0.0.1:<port>
• SOCKS5 备用代理，例如 socks5://127.0.0.1:<port>
• 代理失败后是否回退直连
• 用指定网址测试当前配置

桌面版支持 HTTP 和 SOCKS5；浏览器版支持直连和 HTTP 代理。所有代理地址仅保存在本机。

数据与隐私

运行方式	数据库位置	密钥保存方式
源码 / 浏览器版	data/reading-tracker.db	当前服务进程或环境变量
打包桌面版	%APPDATA%\learning-tracker\data\reading-tracker.db	Electron safeStorage 操作系统加密

• 服务只监听 127.0.0.1，不会默认暴露给局域网或互联网
• 标题抓取只接受 HTTP/HTTPS，并拒绝本机和常见内网目标
• Electron 页面启用上下文隔离和沙箱，不暴露 Node.js 或文件系统 API
• JSON 备份不包含 Bearer Key 或订阅密钥
• 阅读数据不会写入云端数据库；仅在启用自动分类时请求用户配置的模型接口
• data/、.env、密钥文件、导出备份、node_modules/ 和 out/ 均由 .gitignore 排除

开发

命令	用途
npm start	启动 Electron 开发版
npm run web	启动本地浏览器版
npm run dev	监听代码变化并启动本地服务
npm test	运行自动化测试
npm run package:desktop	构建 Windows 便携版
npm run make:desktop	构建便携版和安装程序

测试使用临时数据库和本地模拟模型接口，不会修改真实阅读数据，也不会调用真实大模型 API。

LearningTracker/
├── config/       默认标签目录
├── electron/     Electron 桌面入口
├── lib/          数据库、链接抓取与自动分类
├── public/       页面、样式和交互
├── scripts/      桌面打包脚本
├── test/         自动化测试
├── server.mjs    本地服务与 API
└── package.json

License

本项目采用 MIT License。你可以自由使用、修改和分发代码，但需要保留原始版权和许可证声明。