灵感整理

它在解决什么问题

灵感大多诞生在碎片场景：走路、洗澡、开会走神时。这些碎片有两个共性：来得快、结构差。要么死在备忘录里再也没被打开，要么攒成几百条零散句子，月底回头看不出任何模式。灵感整理 要做的事，是把「记一句话」升级成「维护一份可检索、可聚合、可回溯的创意资产」。

具体痛点：

• 记录成本高：写一条完整笔记需要上下文、标题、分类，而灵感出现时这些全都不存在。
• 零散难回溯：关键词搜不到同义表述，标签体系因人而异，等于没法检索。
• 看不到趋势：你很难发现自己这个月反复在琢磨同一件事。

它如何工作

设计上是两层：卡片加脚本。LLM 负责把自然语言转成结构化卡片（标题、关键词、类型、扩展方向、情绪、自定义标签），Python 脚本 scripts/inspiration_bank.py 负责落盘、打分、聚合，让结果可复现而不是凭感觉。

• 即时存入：一句话进来，脚本自动计算与已有卡片的相似度（关键词 Jaccard + 标签 Jaccard + 标题字符相似度 + 类型加权），返回最相关的 3 张卡片。打分纯本地完成，不调外部 API。
• 每日快照：把当天内容按数量统计、类型分布、关键词频率、今日最佳、一句话总结组织起来。
• 月度灵感地图：先跑 cluster 子命令拿结构化预处理数据（关键词频率、共现矩阵、TF-IDF、卡片相似度排名、建议主题簇），再基于这些数据做二次分析。聚类的地基是数值而不是模型的即兴发挥，这让多次生成的月度报告保持一致。
• 多维检索：search 支持关键词、标签、类型、情绪、日期范围组合。标题命中权重最高（3 分），关键词 2 分，原文与扩展方向各 1 分。维度之间是 AND，维度内部多值由 --logic 控制 and/or。
• 导出：Markdown 便于二次编辑，SVG 便于视觉分享，支持单卡或整月批量。
• 同步：推荐直接把 --data-dir 指向云盘目录；没有云盘就用 bundle 导入导出（按卡片 ID 去重，不覆盖本地修改）；也可以把 inspiration_data/ 放进 Git。

适用边界与注意点

这套方案适合个人、中低频使用。一个月几十条灵感很舒服；如果每天上百条，手动确认情绪标签和扩展方向会变成负担，聚类质量也会退化到关键词提取本身的水平，未必强过你自己归纳。

实际会踩的坑：

• 相似度是词法层面的，不是语义模型。意思相同但用词不同的两条灵感会被算成无关。
• 用云盘同步时，避免多设备同时写同一个月度文件，容易产生冲突副本。
• 情绪标签是推断值，展示卡片后必须问一句用户是否准确。跳过这一步，整个情绪维度的数据就不可信。
• 标签和关键词职责不同，混用会让检索和聚类同时失真。