Site Section

技术总览

技术总览 页面会说明 Akari拾光 这部分能力的当前范围、使用方式与产品边界。

技术总览

当前已落地的学习主线,以及仍在持续建设中的连接式系统。

当前公开产品线的重心放在结构化学习、记忆复习、书库与阅读入口、首页与个人档案,以及 AI 辅助工作流上。更完整的连接式架构仍然以“学习、保留、AI 与知识结构共处同一环境”为目标继续推进。

底层运行栈也已经切到当前 VPS 架构:官方 Web 体验由 PostgreSQL、Redis、S3 兼容存储与内部 AI 服务支撑,同时继续保留 Local-First 和 BYOS 方向。

四个核心系统

每个系统都有明确职责,但它们都服务于同一个学习闭环。

school

学习引擎

当前已经落地学习首页、课程详情、章节阅读与路线图等界面,让结构化学习真正可以持续推进。

psychology

记忆系统

通过 FSRS 驱动的间隔重复、SRS 卡片与复习历史,把近期学习转化为长期可回忆能力。

model_training

AI 工具

提供对话助手、模型接入和工作流动作,用于总结、生成与自动化。

hub

知识层

互联笔记、图谱化结构与更完整的知识视图仍在持续建设中,不应被表述成今天已经全部完成。

运行边界

基础架构本身也是产品承诺的一部分,因为它决定了隐私、所有权和可迁移性。

desktop_windows

Local-First

核心知识默认可以留在本地设备中,用户对主工作区拥有直接控制权。

cloud_sync

VPS 运行栈与 BYOS

当前官方运行栈已经切到 PostgreSQL、Redis 与 S3 兼容存储,同时继续保留 WebDAV 与私有存储等 BYOS 路径。

data_object

按需 AI 传输

AI 调用只围绕用户触发的具体任务发送必要上下文,而不会把整个知识库打包给模型提供商。

为什么必须放在一起

真正决定学习质量的,往往不是单个模块,而是模块之间能否无缝接力。

merge_type

共享上下文

学习、阅读、记忆与 AI 界面可以围绕同一份材料展开,而不是在多个应用里重复重建背景。

sync_alt

清晰交接

课程进度、阅读上下文、复习历史与未来的知识层能力,在边界明确时更容易相互接力。

stack

更低摩擦

模块边界越少,用户越容易把学习流程真正坚持下来,而不是在半路被工具切换耗散掉。

south_east

技术栈的重点不是孤立功能,而是连续性

这些系统之所以要放在一起,是因为真正的学习损耗往往发生在阶段切换之间。减少上下文丢失、减少重复劳动,才能让阅读、练习、复习和知识组织持续彼此增强。