English | 简体中文

# Echo Notes Echo Notes 是一个基于 Obsidian 的个人行动记录与 AI Memory 构建插件。它从录音转写切入，把会议、灵感、学习、访谈和日常思考转化为 Markdown 文本，并通过可配置的 AI 分析模板，将原始语音沉淀为可搜索、可链接、可复盘、可长期复用的个人知识资产。 它希望解决的不只是“录音转文字”，而是让人的行动、思考和决策过程持续进入个人知识管理系统，最终成为 Personal Agent 可以调用的长期上下文。每一次录音，都是一次行动现场；每一份转写，都是一段可被 AI 理解的记忆；每一次结构化分析，都是在为未来的“AI 版本的自己”积累经验。 典型流程很自然：在 Markdown 笔记中插入或链接一段录音，执行转写命令，Echo Notes 会生成 `.transcript.md` 转写稿，并把“查看转写稿”的链接插回原始笔记。如果开启 AI 纪要分析，插件还会根据录音链接附近的关键词自动选择分析模板，并把结构化分析结果写回同一个转写稿。 > 隐私提醒：Echo Notes 只在你触发转写或 AI 分析时发起网络请求。转写会把所选音频上传到你配置的转写服务商；AI 分析会把转写文本上传到你配置的分析服务商。请不要处理不适合发送给外部服务的内容。 ## 为什么需要 Echo Notes ### 不同场景下，录音内容需要不同的分析维度 传统转写工具通常只生成一份通用文本，但不同场合下，用户真正关心的信息并不一样。 - 工作会议更关注：结论、待办、责任人、时间点、风险和待确认问题。 - 学习记录更关注：知识点提炼、概念释义、结构化总结、例子和复习清单。 - 产品需求挖掘更关注：用户原话、痛点、需求动机、场景上下文、功能机会和验收标准。 Echo Notes 通过可配置的提示词模板，让同一类录音可以按具体场景生成更贴合需求的分析文档。你可以使用内置的工作纪要、学习纪要、产品需求挖掘和角色化工作模板，也可以配置自己的模板、识别关键词和提示词。 ### 会议纪要和转写结果不应该散落在笔记库之外 很多会议纪要或转写产品可以生成内容，但结果通常停留在独立平台里，和用户日常使用的 Obsidian 笔记体系缺少连接。 这会带来几个问题： - 录音文件、转写文本、会议纪要分散在不同工具中，后续查找成本高。 - 转写结果没有自动关联到今日日记、项目笔记或相关主题笔记，缺少上下文。 - 会议中的待办、结论、需求线索无法自然进入已有的知识管理流程。 - 后续复盘时，很难从一篇笔记追溯到原始录音、完整转写稿和结构化分析结果。 Echo Notes 的思路是让原始录音、完整转写稿和 AI 分析结果都沉淀在当前 Vault 中，并通过 Markdown 链接回到原始笔记。这样，语音内容可以自然接入日记、项目、会议、学习、需求管理等已有笔记体系。 ## Echo Notes 的长期思想：记录行动，构建面向未来的 AI 版本的自己 Echo Notes 不只是一个录音转写插件，也不只是一个会议纪要工具。它更底层的思想是：人的思考、行动、判断和复盘，都应该被尽可能低摩擦地记录下来，并沉淀为可被 AI 理解和调用的个人上下文。 传统知识管理里，我们通常记录的是“结论”：一篇笔记、一份文档、一个会议纪要、一个任务清单。但真正决定一个人能力的，往往不是孤立的结论，而是结论背后的过程：为什么做这个判断，当时掌握了哪些信息，如何和别人讨论，提出过哪些假设，哪些行动被执行或放弃，后来结果是否验证了当初的判断。 这些过程过去很难被完整保存，因为它们散落在会议、语音、聊天、临时想法、待办、项目推进和复盘之中。Echo Notes 希望从最自然的输入方式开始：先把语音记录下来，再把语音转成文本，再把文本结构化，最后让这些内容变成个人 AI 可以长期使用的 Memory 与 Context。 从这个角度看，每一段录音都不只是一个文件，而是一次行动的证据；每一份转写稿都不只是文字，而是一次思考现场；每一次 AI 分析都不只是总结，而是在把人的经验压缩成未来可复用的认知资产。 长期来看，Echo Notes 想帮助用户构建一个更完整的“AI 版本的自己”：它知道你做过哪些项目，听过哪些会议，和谁讨论过什么问题；它知道你过去如何判断需求、如何拆解问题、如何做取舍；它知道你的表达习惯、决策偏好、知识结构和工作方法。未来，当某个问题再次出现时，Personal Agent 可以基于你真实的历史行动，而不是泛泛的通用知识，给出更贴近“你”的建议。 因此，Echo Notes 的真正目标不是帮你少写几份会议纪要，而是持续记录真实世界中的行动轨迹，并把这些轨迹转化为未来 AI 可以理解、检索、推理和协作的个人上下文基础设施。这个方向会优先尊重用户对数据的控制权：尽可能让个人记忆保存在自己的 Obsidian Vault 中，只在用户主动配置和触发时调用外部 Provider。 ## 功能 - 在 Obsidian 设置页配置转写服务商、API Key、Base URL、模型和语言。 - 转写当前笔记中选中的音频链接。 - 扫描并转写当前笔记中的全部支持音频链接。 - 生成带 source metadata 的 Markdown 转写稿。 - 在原始音频引用下方插入转写稿链接。 - 跳过已存在的转写稿，并补充缺失链接。 - 在设置页控制 Obsidian 核心插件录音机开关，并为其代理命令配置默认快捷键。 - 使用独立 AI 分析模型，将转写稿生成通用、学习、产品或角色化工作场景纪要。 - AI 纪要分析在后台异步执行，完成后直接写回对应转写稿。 - AI 纪要分析会根据录音链接上下三行的识别关键字自动选择分析模板，未命中时使用默认模板。 - 支持配置分析模板名称、识别关键字、系统提示词和自定义提示词。 - 可选：自动识别新增 Markdown 音频链接。 - 可选：自动识别新创建的音频文件。 ## 服务商 已实现的转写服务商： - 硅基流动（SiliconFlow）：默认模型 `TeleAI/TeleSpeechASR` - 阿里百炼（Alibaba Bailian）：默认模型 `qwen3-asr-flash` - OpenAI（OpenAI）：使用 OpenAI-compatible 音频转写接口 - Groq（Groq）：使用 OpenAI-compatible 音频转写接口 - Ollama、Ollama Open WebUI、Google Gemini、OpenRouter、LM Studio、302.AI、Anthropic、Mistral AI、Together AI、Fireworks AI、Perplexity AI、DeepSeek、xAI、Novita AI、DeepInfra、SambaNova、Cerebras、Z.AI：按 OpenAI-compatible 音频转写接口预设 - 自定义兼容接口（Custom OpenAI-compatible）：用于自定义 `/audio/transcriptions` 端点 服务商的默认 Base URL 和模型都可以在设置页修改。 AI 纪要分析使用独立配置，默认是阿里百炼 `deepseek-v4-pro`，调用 OpenAI-compatible `/chat/completions` 接口。分析 Provider 列表与转写 Provider 列表保持一致；可选聊天模型预设需要确认支持 `{Base URL}/chat/completions`。 ## 网络与数据使用 Echo Notes 只在触发转写或 AI 纪要分析时发起网络请求。 - 硅基流动默认地址：`https://api.siliconflow.cn` - 阿里百炼默认地址：`https://dashscope.aliyuncs.com/compatible-mode/v1` - OpenAI 默认地址：`https://api.openai.com/v1` - Groq 默认地址：`https://api.groq.com/openai/v1` - AI 分析默认地址：`https://dashscope.aliyuncs.com/compatible-mode/v1` - 自定义兼容接口：由用户自行配置 转写会把所选音频上传到你配置的转写服务商。AI 纪要分析会把转写稿文本上传到你配置的分析服务商。转写 API Key 和分析 API Key 都使用 Obsidian `SecretStorage` 独立保存。转写稿和写回的 AI 纪要内容会保存在你的 Obsidian Vault。 ## 支持的音频格式 - `mp3` - `mp4` - `mpeg` - `mpga` - `m4a` - `wav` - `webm` 服务商限制： - 硅基流动：超过 50 MB 的文件会在上传前被阻止。 - 阿里百炼 `qwen3-asr-flash`：本地音频会编码为 Base64 Data URL。如果整段音频编码后会超过 10 MB 输入限制，Echo Notes 会先在本地解码，把音频转换成 16 kHz mono WAV 分段，再按顺序逐段转写，并把已完成分段持续写回同一个 transcript 草稿。 - OpenAI-compatible 服务商：超过 25 MB 的文件会在上传前被阻止。 长音频分段目前只适用于阿里百炼 `qwen3-asr-flash`。分段 transcript 会保留类似 `### 分段 01（00:00-03:00）` 的标题，方便回听核对原录音位置。如果本地浏览器音频解码失败，Echo Notes 会写入带失败原因的 transcript。 ## 配置转写服务商 1. 打开 Obsidian 设置。 2. 打开 Echo Notes 设置页。 3. 选择转写服务商。 4. 确认或修改 Base URL 与 Model。 5. 输入该服务商的 API Key。 6. Language 可以保持 `auto`，也可以填写服务商支持的语言代码。 7. 在“文案语言”中选择中文或英文，控制回写链接和生成文稿中的固定文案。 推荐默认值： | 服务商 | Base URL | Model | | --- | --- | --- | | 硅基流动（SiliconFlow） | `https://api.siliconflow.cn` | `TeleAI/TeleSpeechASR` | | 阿里百炼（Alibaba Bailian） | `https://dashscope.aliyuncs.com/compatible-mode/v1` | `qwen3-asr-flash` | | OpenAI（OpenAI） | `https://api.openai.com/v1` | `whisper-1` | | Groq（Groq） | `https://api.groq.com/openai/v1` | `whisper-large-v3-turbo` | | 自定义兼容接口（Custom OpenAI-compatible） | 你的接口地址 | `whisper-1` | ## 配置 Obsidian 核心插件录音机 Echo Notes 依赖 Obsidian `Audio recorder` Core plugin 生成录音文件。你可以在 Echo Notes 设置页顶部的“Obsidian 核心插件录音机”区域开启或关闭该 Core plugin。 该区域还会注册 Echo Notes 代理命令，并为代理命令设置默认快捷键： | 动作 | 命令 | 默认快捷键 | | --- | --- | --- | | 开始 Obsidian 核心插件录音机录音 | `Echo Notes: Start Obsidian core plugin audio recorder` | `Ctrl+L` | | 停止 Obsidian 核心插件录音机录音 | `Echo Notes: Stop Obsidian core plugin audio recorder` | `Ctrl+S` | | 转写当前笔记全部音频 | `Echo Notes: Transcribe all audio files in current note` | `Ctrl+Z` | 这些快捷键属于 Echo Notes 命令，不会直接改写 Obsidian 核心插件 `audio-recorder:start`、`audio-recorder:stop` 命令的用户热键配置。如果你已经在 Obsidian Hotkeys 中手动设置过同名 Echo Notes 命令，Obsidian 会优先使用你的手动配置。 ## 配置 AI 纪要分析 1. 在 Echo Notes 设置页打开“启用 AI 纪要分析”。 2. 分析 Provider 默认使用 `阿里百炼`。 3. 分析 Base URL 默认是 `https://dashscope.aliyuncs.com/compatible-mode/v1`。 4. 分析模型默认是 `deepseek-v4-pro`。切换分析 Provider 时，会自动填入该服务商可编辑的默认 Base URL 和模型。 5. 输入独立的分析 API Key。 6. 设置默认分析模板。录音链接上下三行未命中关键字时，会使用该模板。 7. 在“分析模板”中编辑、启用、禁用、恢复或新增模板。 内置模板： - 工作纪要：摘要、关键结论、行动项、风险/阻塞、待确认问题。 - 学习纪要：核心概念、知识要点、案例/例子、易混淆点、复习清单。 - 产品需求挖掘纪要：用户/场景、痛点、需求机会、功能建议、优先级、验收标准、开放问题。 - 角色化工作模板：管理者、产品经理、项目经理、研发/技术、销售、客户成功、运营、HR/人力。角色模板默认禁用，可在设置页按需启用，并根据自己的工作流调整识别关键词。 自定义模板支持名称、识别关键字、系统提示词、自定义提示词和启用开关。已启用模板会参与录音链接上下三行的关键字匹配；禁用模板会保留配置但不会自动使用。 ## 使用方式 ### 转写选中的音频 在当前 Markdown 笔记中选中一条音频引用： ```markdown ![[Recording 20260531001942.m4a]] ``` 执行命令 `Echo Notes: Transcribe selected audio`。 Echo Notes 会解析音频文件、调用配置的服务商、创建转写稿，并在音频引用下方插入转写稿链接。 如果已启用 AI 纪要分析，Echo Notes 会读取该录音链接上下三行文本，根据已启用模板的识别关键字自动选择模板。转写稿链接插入后，AI 纪要会在后台生成；模型返回后，结果会写入同一个 `.transcript.md` 文件内的转写段落前面。未识别到关键字时，会使用默认分析模板。 ### 转写当前笔记中的全部音频 在当前笔记中放入一个或多个音频链接： ```markdown ![[Recording 20260531001942.m4a]] ![[Recording 20260531002010.m4a]] ``` 执行命令 `Echo Notes: Transcribe all audio files in current note`。 如果已启用 AI 纪要分析，每个录音链接都会独立读取上下三行并匹配分析模板。不同录音可以通过不同关键字生成不同类型的纪要。 ### AI 纪要分析生成规则 AI 纪要分析在转写稿创建或复用后自动触发；转写稿链接会先写回原笔记，不会等待大模型返回。如果转写稿已存在且开启“跳过已存在 transcript”，再次执行转写命令也会复用转写稿并在后台生成或更新 AI 纪要。 Echo Notes 会把 AI 纪要写入转写段落前面的受控区块。相同模板再次生成时会覆盖该模板已有结果，不会重复堆叠；不同模板会追加到同一个 AI 纪要分析区块中。 关键字只匹配来源笔记中录音链接上下三行，不匹配转写稿正文。若同一上下文命中多个模板，会按设置页中的模板顺序使用第一个已启用模板。 ## 输出示例 输入： ```markdown ![[Recording 20260531001942.m4a]] ``` 输出： ```markdown ![[Recording 20260531001942.m4a]] [[Recording 20260531001942/Recording 20260531001942.transcript|查看转写稿]] ``` 生成文件： ```text Recording 20260531001942/Recording 20260531001942.transcript.md ``` 转写稿内 AI 纪要示例： ```markdown 原始录音：![[Recording 20260531001942.m4a]] 来源笔记：[[2026-06-05]] # 纪要分析 Recording 20260531001942 ## 工作纪要 _生成时间：2026-06-01T10:00:00.000Z；Provider：aliyun-bailian；模型：deepseek-v4-pro_ ### 摘要 这里是模型生成的纪要内容。 # 转写稿 Recording 20260531001942 这里是完整转写文本。 ``` ## 自动化 Echo Notes 可以选择性监听 Markdown 音频链接和新创建的音频文件。 - Markdown 音频链接：笔记变更后，插件会短暂等待，扫描支持的音频引用，转写缺失的转写稿，并插入缺失的转写稿链接。 - 新音频文件：Obsidian workspace 加载完成后，插件可以转写新创建的音频文件，但不会强行修改来源笔记；没有来源笔记上下文时，AI 纪要分析会使用默认模板。 - 转写时分析：开启 AI 纪要分析后，手动转写命令会根据录音链接上下三行自动选择模板，并在后台把 AI 纪要写回转写稿。 所有自动化选项默认都是关闭的。 ## 未来技术方向 Echo Notes 的长期目标，是从录音转写工具逐步演进为个人 AI Memory Layer。未来会重点探索： - 从纪要中抽取结构化字段，例如任务、需求、风险、决策、行动项、验收标准和复盘结果。 - 支持跨多个转写稿进行批量分析，形成项目级、主题级和时间线级总结。 - 将会议、学习、访谈、灵感和工作沟通沉淀为可检索的个人行动数据库。 - 为 Personal Agent 提供长期上下文，让 AI 能够基于用户真实历史记录进行辅助判断。 - 支持更完善的本地模型能力，尽可能让用户的个人记忆保存在自己的 Vault 中。 - 支持长转写稿自动分块、合并、二次校对和多轮分析。 ## 构建 ```bash npm install npm run build ``` 运行 smoke tests： ```bash npm test ``` ## 本地测试安装 1. 使用独立测试 Vault。 2. 将本目录复制或软链接到 `.obsidian/plugins/echo-notes/`。 3. 执行 `npm install` 和 `npm run build`。 4. 在 Obsidian 中启用第三方插件。 5. 启用 Echo Notes。 6. 配置服务商 API Key。 7. 在笔记中插入音频链接并执行 Echo Notes 命令。 ## 当前限制 - 不支持说话人分离。 - 不支持带时间戳的分段转写。 - 不支持大文件自动切片。 - 不支持本地 Whisper。 - AI 纪要分析暂不支持长文本分块。 - 暂无复杂任务队列 UI。