Allin-One

你每天读了多少文章、看了多少视频？ 但上个月读过的东西，现在还记得几篇？

大多数内容工具在帮你读得更快——更好的 RSS 阅读器、更智能的推荐算法、更高效的稍后读列表。但读得快不等于想得深，存得多不等于真正吸收。

Allin-One 不只是帮你消费信息，而是帮你训练思维。

它从各个平台自动采集内容，用 AI 帮你分析和筛选，然后在你收藏、回顾、追问的过程中，充当你的思维陪练——质疑你的判断、暴露你的盲区、追踪你认知的变化。

所有内容平台都有收藏功能，但它们对收藏的态度是一致的：做了，但不用心做。

B站的收藏夹没有搜索，YouTube 的"稍后观看"堆到几千条就废了，微信收藏藏在三级菜单。这不是产品能力不足，而是商业模式决定的——广告驱动的平台需要你不断消费新内容，帮你沉淀旧内容对它们的 KPI 是负贡献。

Pocket 和 Readwise 试图解决这个问题，但它们本质上还是"稍后读"——帮你存，但存了之后基本就遗忘了。

真正缺失的环节是：读完之后，有没有人逼你想清楚？

RSS、B站、YouTube、播客、技术博客、网页监控、宏观经济数据——10 种数据源统一采集，汇入同一个信息流。每条内容自动经过 AI 分析，生成摘要、关键观点、情感倾向。30 秒扫完 10 篇文章的核心信息。

不同内容用不同的处理流水线：英文博客自动翻译再分析，视频自动下载提取字幕，金融数据自动生成趋势报告。一次配置，长期自动运行。

这一层解决的是"信息从哪来"的问题。已完成。

收藏不是终点，而是思考的起点。

在 Allin-One 中，收藏一条内容意味着你认为它值得认真对待。系统会围绕你的收藏构建一系列机制：

• 林迪信号识别：AI 帮你发现那些经得起时间考验的内容——不是最新最热的，而是在不同来源、不同时间被反复引用和讨论的
• 收藏即离线：收藏的视频和音频自动下载到本地，原始链接失效也不影响回看
• 主题自动聚类：你的收藏不是一个扁平列表，而是按主题自动组织的知识网络
• 间隔重现：收藏的内容会定期重新浮现，每次附带新的关联内容，帮你在不同时间节点重新审视

这一层解决的是"什么值得留下"的问题。正在建设。

这是 Allin-One 真正与众不同的地方。AI 不只是帮你读和存，而是帮你想：

• 对质：收藏时 AI 追问——"这篇文章的核心论点是什么？你同意吗？"、"这和你之前收藏的那篇观点相反，你怎么看这个矛盾？"
• 破茧：AI 分析你的收藏偏好，指出盲区——"你收藏的关于这个话题的内容全部持乐观立场，这里有 2 个反面论据你可能忽略了"
• 追踪：记录你在不同时间对同一话题的看法，帮你看到自己认知的演变——"你 3 个月前认为 XX，现在还这样想吗？"
• 综合：对你的整个收藏库提问——"我收藏过的所有关于 LLM 推理优化的内容，核心观点有哪些演变？帮我整理成一篇综述"

别人的 AI 帮你读得更快。Allin-One 的 AI 帮你想得更深。

第一步：部署

一台普通的 Linux 服务器、NAS 或 VPS（2 核 4G 够用），装好 Docker 即可。

git clone <repo-url> && cd allin-one
cp .env.example .env
# 编辑 .env，填入你的大模型 API Key（支持 OpenAI 兼容接口）
docker compose up -d --build

第二步：添加数据源

打开 http://your-server:8000，在数据源管理页面添加订阅源。已有 RSS 订阅？OPML 一键导入。

第三步：阅读、收藏、对话

信息流里浏览 AI 分析摘要，收藏值得深入的内容，对任何一条发起 AI 对话追问。

v1.0 — 从零到能用 ✅ RSS 全平台采集、AI 自动分析、信息流阅读、Docker 一键部署。

v1.1 — 不只是文字 ✅ B站/YouTube 视频下载播放、字幕提取分析、金融数据、批量操作。

v1.2 — 更聪明、更好用 ✅ 智能采集调度、AI 对话、收藏与离线媒体、播客、数据导入导出。

v2.0 — 收藏 2.0：从存储到思考 🚧 林迪信号识别、收藏时 AI 对质、矛盾检测与盲区提示、收藏主题聚类、间隔重现与认知追踪、跨内容知识综合、邮件/钉钉推送。

v3.0 — 展望 AI 浏览器操控、知识图谱可视化、认知演变时间线、个人思维模型画像。

• 产品方案 PRD — 功能设计与版本规划
• 系统架构设计 — 技术文档
• 业务术语表 — 核心概念定义

MIT