每个节点带一份教学文档与任意多份笔记，由一位「超级导师」通过 JS 沙箱里的 api 直接改写来教学。 数据全部存在本机，模型请求由主进程直发你配置的服务商；默认接入 DeepSeek 官方，填一个 Key 就能用， 任何兼容 OpenAI / Anthropic / Responses 协议的服务都能接。
通用的聊天窗口里，学习是线性的：讲过的东西沉进上下文，几天后翻不回来， 也说不清自己到底掌握了哪一块。而归一把学习做成一张图：
- 知识是节点，节点之间是依赖边（DAG），同一个概念可以被多个上层节点引用而不重复创建；
- 每个节点有自己的文档与笔记，是能反复打开、原地改写的读物，而不是聊天记录里的一段回答；
- 导师在文档上动笔，而不是只在对话框里说话——它写一段 JS 交给沙箱执行，教学正文、节点结构、 试卷、注解都在这段代码里一次编排完；
- 学没学会被记下来：自评、系统掌握的估计、反复犯的错、探针与考试的检验时间线，都在节点上。
于是「学过什么」「卡在哪儿」「下一步该学什么」这三件事，第一次有了可以翻回去看的地方。
- 从目标开始：输入一个想弄懂的问题，立刻建出根节点与目标上下文；导师随后给目标起标题、写描述。 它自己判断这是长期学习还是一次性任务：要系统学就给出一份可点击的学习大纲 （探索式 / 规划式 / 完整式）；只是让它读个项目、读篇论文、答个疑，就只写根节点那份导读文档， 不铺大纲树。判断依据不足时它先按「一次性任务」做，绝不拿一串空节点烦你。
- 选词建节点：在文档里选中陌生概念，弹出菜单——「学习」在当前节点下创建子节点并自动开讲， 「了解」在正文上划一条两三句的注解，「注解」写自己的 Markdown 批注，「询问」就选段向 AI 提问。 每一项都带一个数字键，按 1~4 直接触发。
- 点击学习：导师在文中用
[概念](moji:learn "定位说明")布好下一步入口，已创建与未创建用不同样式区分。 - 复制的是源文：预览里选中一段按
Ctrl+C，进剪贴板的是它在 Markdown 里的原文（公式、注解标记、 视觉换行都不跟着走）。
一个学习目标一份上下文：目标下所有节点共用同一段对话，切节点不换上下文，系统提示词稳定在目标一级， 前缀缓存因此不会因为切节点而整段作废。导师先思考、再写一段 JS 交给沙箱执行——讲解直接写进教学文档， 并在对话里说明改动理由。
- 思考可见：思考气泡收起时露一行「最后一行」，持续往右滚，模型安静十几秒也看得出它还在写。
- 跟随与脱离：输出时对话列表自动贴底；往上滚一下就脱离跟随，读上面的内容不会被反复拽回底部。
- 三种人格：简洁导师（直奔主题）／标准导师（先直觉再原理，默认）／ADHD 导师（主线 + 支线，多用 emoji）。 人格不进系统提示词，而是切换时补一条隐藏指令——换人格不重发历史、不作废前缀缓存。
- 上下文压缩：导师写一份交接摘要（目标与背景 / 已讲清的结论 / 学习者的状态 / 约定与术语） 与「还没做完的事」，此后原消息全部失活、只有摘要继续参与对话，原文一条都不删。 可以手动触发，也可以在上下文用到 70%（可调）时自动压。
- 附件提问：截图拖进或
Ctrl+V粘进输入框，任意文本类文件从「更多 → 文件」挑； 图片作为图像片段发给模型（只有声明了图像模态的模型才放行），文本读成正文拼进这一条消息。
- 一个节点一份教学文档 + 任意多份笔记，一份笔记一个文件，可以新建、改名、删除 （「错题本」「摘录」各记一份，而不是全堆在一起）。
- 文档之间互相跳转：
moji:doc/note、跨节点moji:doc/#节点id/note，尾巴上还能带行号——#L12打开后滚到第 12 行并选中，#L12-L20选一段，#L12@切线斜率选中写的原文。 - 自由页签：教学文档、任意一份笔记、任意一个本地文件平级排在一起；可拖动排序、可右键批量关闭、
没保存的页签关闭键会变成一颗圆点。打开的页签与暂存区都记在
state.json里，重启还在。 - 文档区可以分割：把页签拖到另一格就是加入那一格，拖到某一格的边上就在那一侧拆出新的一格 （左右贴边并排、上下贴边叠放），分割线可拖着调比例。
- 源码 / 预览：源码视图里文档可直接编辑，改动先进暂存区（底栏显示字数与「已保存 / 未保存」），
按
Ctrl+S才写进文档——教学文档与笔记进学习数据，本地文件写回原文件。 - 读到哪儿了会被记住：预览与源码各记一份，重开应用回到原来那一段。
- 查找与替换：
Ctrl+F查找、Ctrl+H替换；预览用 CSS Custom Highlight API 上色， 一个 DOM 节点都不改。 - 导出：
Ctrl+E出 Markdown 源文件 / 单文件 HTML / PDF 三种格式，公式走浏览器原生 MathML、 零字体依赖。
- 考试：按知识点出卷，作答在独立的考试窗口里进行（全屏、主窗口遮黑、切屏有记录）； 客观题本地判分、主观题 AI 判分，再由导师看着历次错题写一份针对薄弱项的错题讲解。 卷面是一份文档而不是一堆卡片。一份卷子可以反复考，历次成绩天然是一组。
- 学习状态：自评（掌握 / 了解但不熟 / 不会 / 不确定）、系统估计的掌握度、错误记忆 （同一个错法再犯只累加次数）与考试的检验时间线。导师每次动笔前都读得到它。
- 有效阅读：只有「窗口在前台 + 页签在主位 + 没静坐超过 60 秒 + 看的是教学文档」的时间 才计入有效时长。专注模式只有守卫：开一路屏幕 / 摄像头监控才能开始，没有倒计时与组数； 守卫每分钟看一眼，分心提醒、离开暂停、隐私画面立即熔断，结束时留下专注报告。
- 资源管理器侧栏：一棵知识树，一个节点底下挂着它的下级节点、笔记、试卷（可展开历次考试） 与超级文档；每一行右键都有它那一类东西的动作。节点标题前那颗小点就是学习状态。
- 省着用的竖向空间：顶栏一行里放着目标、面包屑与右端那一簇入口，其下整条让给页签。
- 两栏可以换边：双击两栏中间那条分隔线即换位置；右侧栏可以整格收起；宽度记忆在用户设置里。
- 长对话里找回自己说过的话：导师栏右边那排小点是消息定位条，悬停先看 70 字预览， 点一下直接跳过去。
- 界面语言：中文 / English 即时切换（登录页右上角或「设置 → 外观」），语言跟机器走，所有用户共用。
- 语音输入：输入框右侧那颗话筒（「设置 → 插件 → 功能性插件 → 语音输入」里打开，默认关）。 点一下开始录、说完按空格结束，识别的字落到光标处；引擎是 SenseVoiceSmall，模型 228 MB 在那一页下载。 音频不出本机、也不写盘。
- 快捷键可以改：默认六条（保存 / 查找 / 替换 / 导出 / 关闭页签 / 收起右栏）， 点「改键」按一下组合就换上了，冲突当场拦下。
- 教学模式（录屏用）：打开「显示按键浮层」，左下角常驻一块小窗实时显示你按下的键。
- 主题：跟随系统与十三套配色（浅色 / 深色 / 暖纸 / 琥珀 / 樱花粉 / …），任何界面都跟着走； 代码块高亮颜色也跟着主题走。
- 函数图像：用
```plot围栏画函数曲线，公式用 LaTeX 写。 - 真正的代码高亮：```js 这类围栏走 VS Code 那套 TextMate 语法（40 门语言，按需下载、结果缓存）。
- 代码块能编译运行：鼠标经过代码块浮出「复制 / 编译 / 运行」——「编译」请超级导师把这段代码 （残缺片段它会先去读它所在的那篇文档）转译成可执行的 JS，之后「运行」在一次性沙箱里跑， 输出贴在代码块下面，联网要每次运行点一次头。
- 语法与渲染都是插件：
```plot就是注册表里的一个插件，自己装的插件（{root}/plugins/*.js） 走同一套接口——认领一种围栏语言、给出 HTML，需要画图的再补一个 DOM 挂载钩子； 也可以只写「正文文字规则」，给全篇的引号、符号换样式。
到 发布页 下载最新的安装包：
| 文件 | 说明 |
|---|---|
Unyra-<版本>-Setup.exe |
安装向导：可改安装目录、装进当前用户（不弹 UAC）、建桌面与开始菜单快捷方式 |
win-unpacked.zip |
免安装的整份程序，解压后双击 归一 Unyra.exe 即可运行 |
装好之后：选一个本机用户进入 → 顶栏齿轮里填 API Key → 新建一个学习目标。
平台：目前只有 Windows 的安装包这一条链路（macOS / Linux 需要自行从源码构建）。
任何兼容 OpenAI 协议的服务都能接入（POST /chat/completions + GET /models，Bearer 鉴权，
SSE 流式，function calling）。默认使用 DeepSeek 官方，开箱即填一个 Key 就能用。
| 提供商 | 默认地址 |
|---|---|
| DeepSeek 官方（默认） | api.deepseek.com |
| 月之暗面 Kimi | api.moonshot.cn/v1 |
| 智谱 GLM | open.bigmodel.cn/api/paas/v4 |
| 阿里云百炼（通义千问） | dashscope.aliyuncs.com/compatible-mode/v1 |
| 火山方舟（豆包） | ark.cn-beijing.volces.com/api/v3 |
| 硅基流动 SiliconFlow | api.siliconflow.cn/v1 |
| OpenRouter · OpenAI · Google Gemini · xAI Grok | 各自的官方地址 |
| Command Code Go 套餐 | api.commandcode.ai（私有网关） |
以上都是内置提供商：开箱即在列表里，选中后填 Key、勾模型即可用。此外可以加自定义提供商 接中转、公司内网、本地 Ollama / vLLM——选一种兼容格式（OpenAI / Anthropic / Responses）再填地址即可。
少数服务禁止浏览器直连（CORS 与请求头限制），本项目由主进程转发请求，因此都能用： 详见主进程为什么转发 AI 请求。
npm install
node node_modules/electron/install.js # 下载 Electron 二进制（Electron 44 起不再随 npm install 下载）
npm run dev # 起 Vite + Electron（改渲染层走 HMR，改 electron/ 自动重建重启）
npm run test # 一次跑完全部测试（提交前跑这个）
npm run build # 类型检查 + 渲染层构建 + 主进程编译
npm run lint国内网络若卡在 GitHub，先设镜像再装 Electron：
$env:ELECTRON_MIRROR="https://cdn.npmmirror.com/binaries/electron/"（PowerShell）。
想改点什么：应用的扩展点（内置一家服务商、加一门语言、加一种文档语法、加一个沙箱 api） 逐条写在扩展方式里；打包与发布见 打包与发布。
Electron · React 19 · TypeScript · Vite · Tailwind CSS 4 · anime.js · KaTeX · marked · function-plot · vscode-textmate + oniguruma（按需加载的 TextMate 语法高亮）· 多提供商 AI 接入（流式对话 + 工具调用）· electron-updater（GitHub Releases 自动更新）
这份 README 只负责介绍项目。实现细节、设计取舍与踩过的坑都在 docs/ 里：
| 文档 | 讲什么 |
|---|---|
| docs/README.md | 文档目录：从哪一份开始读 |
| 探索式学习 | 目标 / 节点 / 大纲、选词菜单、注解、目标级对话 |
| 超级导师 | 人格、上下文压缩、工具气泡、Agent 设置、用户画像 |
| 沙箱 api | 唯一那个 execute 工具、path 寻址、全部 api 一览 |
| 文档区 | 自由页签、分割、源码 / 预览、暂存区、查找替换、导出 |
| 文档渲染与插件 | 插件接口与边界、正文文字规则、代码块高亮 |
| 代码块的编译与运行 | 伪编译工作流、运行沙箱、产物寻址 |
| 考试 · 学习状态 | 试卷与考试窗口、掌握度、错误记忆 |
| 有效阅读与注意力 | 有效时长口径、节锚定、注意力评级、专注模式（守卫）、读网页 |
| 快捷键与语音 | 改键与冲突拦截、whisper.cpp + WebGPU 语音输入 |
| 桌面架构 | 主进程与渲染层、窗口与原生能力、模块地图、扩展方式 |
| AI 提供商 | 预设与兼容格式、配置结构、思考程度、Command Code Go |
| 本地开发 | 开发环境、脚本、测试分工与约定 |
| 打包与发布 | 构建产物、反篡改、自动更新与发布流程 |
| 数据与隐私 | 磁盘结构、迁移、外发请求的边界 |
| 有效阅读机制 | 阅读采集的数据形状与落盘细节 |
所有数据都保存在本机的用户数据目录里，不上传任何服务器。
{root}/users/{uid}/
├─ user.yaml 用户信息（画像）
├─ setting.yaml 外观、快捷键、AI 提供商与模型、agent 设置
├─ state.json 界面状态（当前目标 / 节点 / 打开的页签 / 没保存的暂存）
├─ docs/{目标}/ 教学文档、笔记、对话、试卷、阅读账
└─ web/ 导师抓回来的网页正文
目录名就是标题，.md 是干净的正文（不含任何元数据语法），可以脱离应用直接读、改、备份。
{root} 默认是 %APPDATA%\unyra（v0.4.9 前是 %APPDATA%\moji-notes，升级后第一次启动会自动把整份数据搬过来），可在「设置 → 存储」改到任意位置：换目录即换一整套数据。
AI 请求由主进程直接发往你配置的服务商（默认 api.deepseek.com），不经过任何中间服务；
主进程只转发白名单内的主机，白名单来自内置预设与你实际配置过的地址。
完整的磁盘结构与迁移规则见数据与隐私。
遇到问题或想要新功能，欢迎提一个 Issue； 报 bug 时请带上版本号（「设置 → 关于」里能查到）与复现步骤。
归一是一个人做的项目：代码、文档、安装包、答疑，基本都是我自己在弄。做这个东西不怎么赚钱， 我一直只是想把它认真做好。不过说实话，最近手头有点紧，光靠热情恐怕撑不了太久，所以还是 决定主动开口：如果你那边有合适的合作机会——外包、兼职开发、技术咨询，或者想基于归一做点 自己的东西——都欢迎加我聊聊，具体形式好商量，不介意从小事开始。
- 作者 QQ：2652079974
- 作者B站：岚中古桥
- 归一交流群：851412626（使用中遇到问题也欢迎直接在群里问）