配置与架构

English · 返回 README

快速开始（细节版）

最快的路径是在线 Demo：打开后可一键授权 OpenRouter（跳转授权一次，key 在你的浏览器里生成，含免费档模型），或粘贴任意服务商的 key；不配置也行，可以先逛示例画布。模型流量从浏览器直连网关，key 不会经过 Demo 的服务器。想自己跑：

npm install
npm run server         # LLM 代理
npm run dev            # → http://localhost:5173

不用配置也能开始：.env 里没有 key 时，应用会请你连接一个模型接口。选一家服务商填 key、接入本地运行的模型（Ollama 等），或者填任何兼容 OpenAI 协议的自定义端点；模型列表从接口现场拉取，key 只存 localStorage 和代理内存，不落盘。也可以把 .env.example 复制成 .env 填任意服务商的 key，ZHIPU_API_KEY 免费（open.bigmodel.cn）。

示例画布在首页一键载入：围绕一个日常问题（收藏夹为什么总在吃灰）展开四章，从对话语法到一份内嵌真 PDF 的阅读闭环。缩小画布，就是 README 里的地图形态。最快的入口：把一篇 PDF 拖到首页，从阅读开始。本地运行时联网搜索免 key 即可用（AnySearch 匿名档，按你自己的 IP 计每日额度）；配智谱 key 可升级引擎，档位在模型菜单里切换。学术检索（arXiv + Semantic Scholar）免费、不需要任何 key。

支持的模型

基于 Vercel AI SDK。下表任何一家，把 key 填进 .env 即自动激活；也可以完全跳过 .env，在应用里连接任何兼容 OpenAI 协议的接口（含本地 Ollama）。工具栏随时换模型。纯文本模型遇到图片不轻易换人：已识读的图以伴随文本参与；只有未识读的图才交给视觉模型代答（有提示，绝不静默）。各家默认模型 id 可用环境变量覆盖（如 OPENAI_MODELS=gpt-5.2）。

图片理解需要一把视觉模型的 key。粘贴的图片会被你配置的最强视觉模型自动识读一次，结果是可编辑的伴随文本。免费的 glm-4v-flash 可用；旗舰视觉模型读科研图明显更好。

联网搜索的可用条件：OpenRouter 接口自带（网关 :online）。本地运行始终可用：AnySearch 匿名档免 key 搜索（按 IP 计每日额度，ANYSEARCH_API_KEY 可提升），连接智谱 GLM 接口（免费 key 即可）则由它驱动引擎。线上版的非 :online 模型，通过已连接的 GLM 接口搜索，或在模型菜单填入 AnySearch key（免费注册）。学术检索（arXiv + Semantic Scholar）无需任何条件。

订阅接入

按量 API key 不是唯一入口。四家订阅也能接，应用内预设已带好对应端点：

ChatGPT 订阅（Plus/Pro）：经社区本地桥接入，本地运行 ThoughtDAG 时可用：

1. 终端运行 npx openai-oauth@latest，用 ChatGPT 账号登录一次，桥监听 127.0.0.1:10531。
2. 本地运行 ThoughtDAG（npm run server + npm run dev）。
3. 应用内：模型选择器 → 添加接口 → ChatGPT 订阅 · 本地 → 获取模型列表 → 保存。用量计入订阅额度，不产生按量账单。线上版连不到你的本机，此通道仅限本地。

知情提示：这座桥是社区工具，使用的是你自己的账号；服务方对第三方使用的政策可能变化，公开渠道已有因第三方接入订阅被封号的报告。若不想承担该风险，下方的订阅计划与 OpenRouter 一键授权是受官方支持的通道。

GLM Coding 订阅：订阅本身发 API key，走专用端点（/api/coding/paas/v4，与按量的 /api/paas/v4 不通用）。选 GLM Coding 订阅 预设，填订阅控制台里的 key 即可。线上版同样可用。

Kimi Code 订阅：同样形态。在 Kimi Code 控制台创建 key（最多 5 把），选 Kimi Code 订阅 预设填入即可。推荐 k3-256k，省配额。线上版同样可用。

MiniMax Coding Plan：选 MiniMax 预设，填订阅 key（订阅与按量共用端点）。MiniMax 不提供模型列表路由，预设自带目录——选择器直接列出 MiniMax-M2.7 等，无需探测。线上版同样可用。

刻意没有 Claude 与 Gemini 订阅：两家都禁止订阅凭证在第三方工具使用（2026 年已实际执法，有封号案例）。它们的按量 API key 走常规预设，不受影响。

成本与隐私（细节版）

• 免费可用。 智谱免费档（GLM-4.5-Flash 文本 + GLM-4V-Flash 视觉）覆盖全部功能；联网搜索约 ¥0.01/次。也可以接任何你已付费的模型，或本地 Ollama 完全离线。
• 数据在你手里。 画布存在你的浏览器里；唯一的服务端是你自己机器上的轻代理。除了你选择的 LLM API，数据不会发往任何别的地方。在线 Demo 上，模型流量从浏览器直连网关，key 和对话完全不经过 Demo 的服务器。
• PDF 不离开你的电脑。 拖入的文档永远不会以文件形式上传，只有提取出的文本在你提问时发给你选择的模型。未发表的手稿可以放心读。
• 换浏览器不等于丢工作。 自动文件夹备份把画布写成你指定文件夹里的真实 .thoughtdag.json 文件（需要 Chromium 系浏览器，如 Chrome、Edge、Arc；Safari 和 Firefox 用一键手动导出）。备份格式保持向后兼容，Markdown 导出是永远与格式无关的逃生门。
• 可选：PDF 页图渲染需要 poppler（brew install poppler），缺失时自动降级纯文本。

技术栈与架构

浏览器 (localhost:5173)
  └─ React + React Flow 画布
      └─ Zustand store (nodes, edges, history) ⇄ IndexedDB（自动保存）
          ├─ buildContext(nodeId) → 遍历 DAG → ContextMessage[] + images
          └─ src/lib/api.ts
              ├─ llmCallStream(messages) → POST /api/stream（SSE 流式 + 工具事件）
              ├─ llmCall(messages)       → POST /api/claude（非流式，用于摘要）
              └─ extractPdf(base64)      → POST /api/pdf-extract
                        └─ Express + AI SDK (server.mjs) → 智谱 / 通义千问 / 任意 provider
                             └─ web_search 工具（模型自主调用，引用回流）