知叶 AI 进化：20 条提示词、7 个 Bug、1 个内置模型

我是 Jungle，一个大三在读、边考研边做独立开发的计算机学生。这篇文章记录了我最最近一周，把一个 AI 知识管理工具的知识处理链路从"调 API"彻底重构成"浏览器内置模型"的全过程。

先给结论：现在打开知叶，不需要填任何 API Key，浏览器会自己下载一个 ~70MB 的模型，在本地做知识点的分类、章节匹配和总结生成。整个过程数据不出你的电脑。

👉 体验地址：KnowLeaf – 知叶（手机/PWA 效果最佳，电脑也能用）

如果你也在做 AI 工具，或者对浏览器端推理感兴趣，这篇文章应该能帮你少踩一些坑。

一、知叶是什么

知叶（KnowLeaf） 是一个 PWA 知识管理工具，定位是三件事：

最早版本的知识提取靠调外部 API（DeepSeek、GLM-4 之类），用户得自己去注册 Key。这个门槛对普通用户来说太高了。

所以上周做了一个决定：把 AI 管线全部搬进浏览器。

二、本次更新：你能用到什么

如果你是知叶用户，这次更新带来了两个变化：

2.1 不用填 API Key 了——内置模型开箱即用

以前打开知叶想分析一段知识点，得先去注册 AI 平台的 Key，填到设置面板里，大部分人卡在这一步就走了。

现在打开直接用。浏览器会自动下载一个约 70MB 的本地模型，分类、章节匹配、总结生成全在本地完成，你的学习数据不会离开你的设备。没网也能用（模型缓存到浏览器后离线跑）。

一个细节：如果你之前配过外部 API Key（DeepSeek 之类），不影响，会自动进入"本地分类 + API 增强"模式——总结内容会更丰富一些，但没有 API Key 也完全够用。

2.2 分类越用越准——它会记住你的纠正

这是这次更新最核心的功能：反馈学习。

每次分析完一个知识点，知叶会弹出一个确认窗口，你对分类不满意可以当场改：

你输入："泰勒公式的推导过程"
AI 分类：高等数学 → 级数 → 定理
你觉得不对，改成：高等数学 → 级数 → 公式
​
点保存 →
✅ 记录："泰勒"→ 级数，权重 +1.5
✅ 下次输入"泰勒展开"，直接命中"级数"章节
✅ 同一个错误不会犯第三次

这套系统有两条学习路径：

你不填任何东西就能给别人贡献纠正数据，也能白嫖别人的纠正——就像维基百科，只不过条目是"泰勒→高数"这种关键词映射。

隐私方面：只传前 300 字文本和分类结果，没有用户标识，不传你的完整知识库。

如果你想看自己的纠正数据：F12 → Application → Local Storage → knowleaf_feedback（反馈记录）和 knowleaf_keyword_weights（关键词权重）。

三、为什么选了浏览器本地模型

路线选择是这样的：

免费 API（智谱 GLM-4-Flash）→ 输出乱码，指令跟随太差
  ↓
换 DeepSeek（免费但需要 Key）→ 普通用户不会注册
  ↓
Cloudflare Workers 代理（我持 Key，用户免填）→ 免费的 Key 实际上都要充值/绑卡
  ↓
浏览器内置模型 ← 到这里

其实有一步让我彻底死心：用 GLM-4-Flash 测试"TCP 三次握手"，它输出了"三角函数/牛顿定律"。不是幻觉，是模型压根没有指令跟随能力——200 字 system prompt + 7 字段 JSON 输出这个任务，对轻量模型来说太重了。

后来也想过去微调一个分类模型部署到服务器上，但一个学生项目没必要搞这么重。而且知识管理工具的数据隐私本来就敏感——用户拍的笔记、学习资料，全走服务器说不过去。

浏览器端推理刚好满足：免费、隐私、离线可用。

模型选了 SmolLM2-135M，~70MB，一次下载缓存到 IndexedDB，之后完全离线。

不过实际落地后发现，纯靠小模型做分类准确率不够。最终方案是 规则引擎 + 模型 + TF-IDF 匹配的混合管线，这个后面细说。

四、技术演进：从 P0 到 P20

整个重构分了 20 个阶段，每个阶段出一个 Claude Code 提示词（我没直接写代码，让 Claude Code 执行）。按功能线整理如下：

4.1 数据模型 v2.1（P0）

把原来的 3 层结构（学科→章节→叶子节点）改成 4 层固定结构：

学科 (L1) → 章节 (L2) → 7 板块容器 (L3) → 知识点条目 (L4)

一个学科对应一个思维导图，L3 的 7 个板块是概念/定义/定理/公式/示例/习题/笔记。新加章节时自动建 7 个子板块。

这次迁移动的是全部 9 个 JS 文件，约 6000 行代码，Claude Code 一次跑完。

4.2 本地模型落地（P11-P16）

这是最核心的部分。最终架构是 三级管线，每级有兜底：

输入（文字/图片）
  │
  ▼
第一级：规则引擎（纯正则）
  ├─ 检测公式：$$…$$ / $…$ / f(x)=… → 标记"公式"
  ├─ 检测代码：```代码块``` → 标记"示例"
  ├─ 检测列表：- 开头/数字编号 → 标记"笔记"
  └─ 全部不匹配 → 进入第二级
  │
  ▼
第二级：Transformers.js 模型分类（7 选 1）
  └─ 模型加载失败或置信度 < 0.5 → 进入第三级
  │
  ▼
第三级：TF-IDF + 关键词权重匹配
  ├─ 对已有知识库做余弦相似度匹配
  ├─ 查用户纠正历史的关键词权重映射（"泰勒"→"级数" +0.1）
  └─ 任一章匹配分 < 0.3 → 提示新建章节
  │
  ▼
确认弹窗 → 用户确认/调整 → 单条目入库

图片输入额外加了一层 Tesseract.js OCR（chi_sim 中文语言包 ~10MB，首次下载）转文字后再走上面的管线。

关键设计决策：不管输入多长，"一段文字 = 一个条目"。旧版 API prompt 里有"【粒度细化】如果包含多条并列规则必须拆分"的指令，导致一段"极限性质"被拆成 7 个独立条目。新版系统 prompt 彻底删掉了拆分逻辑，始终单条目输出。

4.3 反馈学习闭环（P14-P15）

分类不是一次性的，每次用户纠正都会写入反馈库。闭环设计：

用户确认弹窗
  ├─ 没改 → 记录"正确"（正向样本）
  └─ 改了 → 记录 { AI 预测, 用户选择, wasCorrect: false }
            │
            ▼
  getCorrectionStats() 汇总：
    "概念→定理" 发生了 3 次，"操作系统→高等数学" 发生了 5 次
            │
            ▼
  下次分类时 applyCategoryFeedback() 查表：
    同一错误 ≥ 2 次 + 占比 ≥ 30% → 降低原分类置信度
    + 弹窗显示 💡 "过去你常将此内容从 概念 调整为 定理"

但这里有一个重要的设计原则：建议但不替用户做决定。 反馈系统只会降低置信度和显示提示，永远不会自动改分类结果。

4.4 关键词权重即时学习（P18）

TF-IDF 有个硬伤——不看语义。"泰勒公式"和"操作系统/MMU"在 TF-IDF 向量空间里可能因为统计噪音被误匹配。

我的解法是在 TF-IDF 之前加一层关键词权重映射：

用户把"泰勒公式"从"操作系统"纠正到"高等数学/级数"
  ↓
learnFromCorrection() 提取关键词："泰勒""公式"
  ↓
权重映射更新：
"泰勒" → { subject: "高等数学", chapter: "级数", weight: 1.5, count: 1 }
  ↓
下次输入"泰勒展开" → TF-IDF 匹配前先查表 → "级数"章节 +0.075 加分
  ↓
再纠正一次 → weight 升到 2.0 → +0.1 加分
  ↓
三次纠正后 → "级数"稳居第一

"公式""定理"这类通用词不会被加入权重库，因为它们的 IDF 值太低——在所有章节都出现过，没有区分度。只有真正有区分度的词才会建立映射。

效果：同一个错误不会犯第三次。

4.5 API 大模型统一管线（P17）

内置模型跑通后，外部大模型还能用，但行为必须统一。

旧版 API 路径的问题是：system prompt 让 LLM 自由发挥，一段内容被拆成几十个条目，没有分类流程，直接灌入知识库。

新管线：

输入 → 始终先跑本地管线（分类+章节+总结）
        │
        ├─ 无 API Key → 确认弹窗 → 入库
        │
        └─ 有 API Key → enhanceWithApi() 增强
                        API 输出结构化内容：
                          ├─ keyPoints: 2-5 个关键要点
                          ├─ detail: 详细解释 100-300 字
                          ├─ relatedConcepts: 关联概念标签
                          └─ difficulty: 难度评级
                        确认弹窗展示展开内容 → 入库

管线控制权永远在本地，API 只做增强。挂了就降级到纯本地，不影响使用。

4.6 跨用户知识共享（P20）

反馈数据存在 localStorage 里，换浏览器就没了。多人用同一个工具的时候，一个人纠正过的分类其他人不能受益。

最初用 Cloudflare Worker 做中间层，但 .workers.dev 域名大陆不通。

最终方案：浏览器直连 GitHub API。 一个共享 token 写死在代码里（只有 public_repo 权限），所有人打开网页后纠正过的分类自动 commit 到仓库的 data/community-feedback.json。其他人打开网页时从 raw.githubusercontent.com 直接拉取，合并到本地分类器。

隐私考虑：只传前 300 字文本 + 分类结果，完全匿名，没有用户标识。

五、踩过的坑

记录几个印象深刻的 bug，所有做 AI 产品的人都会遇到类似的：

Bug 1：data.js 多了一个 } 导致整个 JS 文件解析失败

Claude Code 执行 P15 时在 getLearnFeedbackByType 函数最后多写了一个花括号。整个 data.js 挂了，findSubjects 等等 20 多个函数全部未定义。症状是"设置页面一切到本地模型就白屏"。

排查方法：node -c data.js 直接报 Unexpected token '}'。删掉就修好了。

教训：AI 改代码后，跑一下语法检查是必须的。

Bug 2：_feedbackAdjusted 访问 undefined 崩溃

applyCategoryFeedback 只在触发纠正建议时才给对象加 _feedbackAdjusted 字段。没触发时返回原对象，没有这个字段。但 runLocalAnalysis 的返回语句直接访问 category._feedbackAdjusted，没做防御判断。

修复：4 处访问全部加 category && / chapterResult && 防御。

教训：AI 写的可选字段，必须考虑"没被赋值"的情况。

Bug 3：GLM-4-Flash 输出完全不相关的内容

输入"TCP 三次握手"，输出"三角函数/牛顿定律"。模型有输出，格式也对，但内容完全跑偏。

不是 bug，是能力不够。小模型做分类可以，做结构化 JSON 提取不行。

Bug 4：.workers.dev 域名在大陆不通

Cloudflare Worker 部署成功，海外能访问，大陆 timeout。DNS 解析正常但 HTTP 不通，换 IPv4 也一样。

最终放弃 Worker，改用浏览器直连 GitHub API 的方案。

六、一些我觉得值得说的设计决策

"一段文字 = 一个条目"

这个决策争议最大——为什么不让我一段话里提取多个知识点？

我的理由是：如果系统帮你拆，拆出来的东西你得一个个去审核改错；如果系统不拆，你手动输入多段文字也就多点几次。前者让用户"改错"，后者让用户"创建"——改错比创建累得多。

而且单条目管线对模型来说是确定性任务（输入→输出），不是开放式任务（输入→拆成 N 个不确定的输出）。确定性任务的出错率低一个数量级。

本地优先，API 为辅

目前 80% 的输入不需要 API 就能处理完。规则引擎覆盖了公式/代码/列表这些高频场景，模型分类做剩下 20%，API 只在你手动配了 Key 的时候做润色。

建议但不替用户决定

反馈学习系统会显示"你过去常把这个从 X 调整到 Y"，但不会自动改。用户始终是最终决策者。自动改错了比不改更让用户生气。

七、当前状态和下一步

已上线：

• ✅ 浏览器本地模型分类（Transformers.js + SmolLM2-135M）

• ✅ 图片 OCR（Tesseract.js）

• ✅ 反馈学习闭环（纠正一次 = 学一次）

• ✅ 跨用户知识共享（GitHub 直连）

• ✅ API 大模型统一管线（本地分类优先）

• ✅ 4 层数据模型（学科→章节→7 板块→条目）

下一步：

• 部署到 GitHub Pages（本地 20 个文件待 push）

• 关键词权重库的人工种子数据（预置一些常见学科的关键词映射）

• 微调专属 7 分类模型（用收集到的反馈数据 fine-tune DistilBERT）

最后

知叶 GitHub | 还在开发中，欢迎 Star 和提 Issue。

如果你也在做浏览器端的 AI 推理，或者有知识管理工具的需求，可以在评论区交流。踩过的坑分享出来，大家都能少走弯路。