🎉 新課程《Vibe Coding》早鳥報名中 → 看課程
Distil

// AI 自動化筆記 · 桌面版

把散落的筆記,
變成有結構的知識

你只管記錄,AI 幫你整理、串連、找盲點。你把任何來源的筆記丟進去——文字、PDF、圖片、YouTube 影片、Podcast——剩下的交給 AI。

// v1.0.0 · Windows 10/11 · macOS(Apple Silicon)

Distil 首頁:一個輸入框寫著「你今天在想什麼?」,打一段字按 Ctrl+Enter 就存好
// 首頁輸入框:「你今天在想什麼?」——記錄的動作就這一個

// 名字的由來

把混亂的原料加熱,
讓有價值的部分先浮現

Distil 來自拉丁文 distillare,由 de-(向下)+ stillare(滴)組成。而 stillare 又源自 stilla,「一滴」。這個字最原始的畫面是:從一堆龐雜的原料裡,滴出一滴精華。

它是一個關於耐心的字。慢慢加熱、慢慢等,讓最純的東西自己流出來。剩下的雜質,留在原本的容器裡。

蒸餾是人類最古老的技術之一。三世紀的煉金術士 Zosimos of Panopolis 留下了最早的蒸餾裝置圖示;八世紀的阿拉伯化學家 Jabir ibn Hayyan 把整套技術系統化,煉出了改變醫學史的 aqua vitae,拉丁文「生命之水」。

酒、香水、藥草精油、純水,不管煉的是什麼,蒸餾這件事的核心都一樣:

加熱。浮現。收集。

而 Distil 要煉的,是想法。

// 為什麼是這個名字

寫作最痛的關卡

你的第二大腦裡有一百則關於同一件事的筆記。它們知道彼此存在嗎?

寫作最痛的關卡是這個:你知道自己已經想過了,但那些想法散在三十個不同的檔案裡,你抓不回來。

Distil 替你走完蒸餾這個過程:

加熱

AI 讀進所有筆記,發現它們之間的連結。

浮現

標出重複、矛盾、還沒說完的地方。

收集

寫成一篇完整的文章。

原料是你三年來寫下的所有想法。
成品是原本就在裡面、
只是還沒成形的那篇文章。

// 它做什麼

筆記存入之後,
這六件事在背景自動發生

你一個按鈕都不用按。

01

分析每篇筆記

自動產生標題、摘要、標籤。筆記再多也不用你動手整理。

02

找出筆記之間的關聯

你三個月前寫的筆記跟今天看的文章有什麼關係?AI 幫你串起來,每條連結都附關聯說明。

03

分群整理

同一主題的筆記自動歸為一組,主題輪廓自己浮出來。

04

幫你寫文章草稿

你不用從空白頁開始。AI 把同主題的筆記整合成一篇完整初稿,你只需修改。

05

找出知識盲點

告訴你「關於這個主題,你可能還漏了什麼」。

06

發現矛盾

你的筆記之間有衝突的觀點嗎?AI 幫你找出來,幫你釐清思路。

Distil 筆記詳細頁:點開「品牌延伸的蹺蹺板效應」,下方列出 6 篇相關筆記,每篇帶 SEMANTIC 88% 到 66% 的關聯強度
// 點開「品牌延伸的蹺蹺板效應」:下方 6 篇相關筆記,帶 SEMANTIC 88%~66% 關聯強度
Distil 文章草稿頁:41 則筆記整合成 3,291 字草稿,內文帶引用標記,右側是寫作夥伴面板
// 41 則筆記整合成的 3,291 字草稿:內文帶引用標記,右側寫作夥伴面板
你的筆記丟進去就好 分析標題/摘要/標籤 連結找到相關筆記 聚類同主題歸組 產出草稿/盲點/矛盾

三階段全在背景排隊執行,頁面上看得到進度與預估完成時間

Distil 筆記卡片牆,頂部顯示處理狀態:未處理、處理中、已完成
// 筆記卡片牆+頂部處理狀態(未處理/處理中/已完成)

// 還能直接問它

右下角有個 AI 助理,
它翻的是你自己的筆記庫

「幫我整理區塊鏈相關筆記的重點」「我在機器學習這個領域還有哪些盲點?」「比較我筆記中對 A 和 B 的不同看法」——AI 會搜尋你的筆記庫,引用具體的筆記來回答。不是通用的 ChatGPT 回答,而是基於「你自己的知識庫」的回答。

好的回答可以一鍵「存為筆記」,讓它回流到知識庫,越用越厚。

Distil AI 助理真實問答:問「最近我在想哪些重複出現的主題?」,AI 從 13,385 則筆記整理出五個主題,逐點標注引用來源
// 真實問答:「最近我在想哪些重複出現的主題?」——從 13,385 則筆記整理出五個主題,逐點標注引用來源

// 用了會得到什麼

你的痛點,它怎麼接

你的痛點Distil 怎麼幫你
筆記越來越多,但沒有整理 AI 自動加標題、摘要、標籤,不用你動手
不知道哪些筆記有關聯 AI 自動建立筆記之間的連結,附上關聯說明
想寫文章但不知從何下手 AI 把同主題筆記整合成文章草稿,你只需修改
不確定自己是否有知識盲點 「缺漏分析」告訴你這個主題你還沒涵蓋什麼
筆記之間觀點矛盾但沒發現 「矛盾分析」找出衝突,幫你釐清思路
想問特定問題但 ChatGPT 不知道你的脈絡 AI 助理基於你的筆記回答,引用具體來源
Distil 知識地圖:74 個領域、205 個子題,每項附已寫入文章的比例條
// 知識地圖:74 個領域、205 個子題,附已入文比例條——你到底累積了什麼,一頁看完

// 為什麼這樣設計

幾個跟主流筆記軟體不同的取捨,
每一個都有理由

#1草稿等概念成熟才生,不是隨叫隨到

同一主題的筆記要累積到一定數量、概念分數過門檻,AI 才動手整合成文章。筆記越多,生成的草稿越完整。太早生出來的草稿只是把兩三篇筆記黏在一起,沒有意義。

#2系統該做的事,不做成按鈕

分析、連結、聚類全部背景自動跑。介面上留下的按鈕,只有真正需要你判斷的事:改草稿、增減標籤、決定一篇草稿是完成還是封存。

#3資料全在你自己的電腦

整個知識庫是一個 SQLite 單檔,放在你電腦的家目錄。API 金鑰也存本機,不會上傳到任何地方。不用 Docker、不用架伺服器,桌面版下載安裝檔就能用。

#4AI 成本是設計進去的,不是事後補的

短筆記走規則式處理、不動用 AI;連結驗證可以關掉,開啟可省 85% AI 成本。搜尋是語意搜尋——不只是關鍵字比對,而是理解你要找的意思——但向量化用的是便宜的 embedding 模型,貴的模型只用在真正需要理解的地方。

Distil 設定頁:Claude Code 本機模式與雙色調主題
// 設定頁:Claude Code 本機模式+雙色調
Distil 匯入頁:支援 Evernote、Notion、Google Keep、Obsidian
// 匯入頁:Evernote/Notion/Google Keep/Obsidian 都接得進來

// 那「Claude + Obsidian」不就好了?

同樣是 AI 讀筆記,
差在它記不記得住

Distil 內部也是用 Claude 當引擎。差別不在哪個模型聰明,而在「丟進對話框臨時讀一遍」跟「把理解存成一座會累積的庫」這兩種工作方式。拆成五個維度看:

Claude + Obsidian Distil
理解放在哪 只活在這次對話的上下文窗裡。關掉視窗就蒸發,下次得重讀重想。 理解被存成資料庫裡的關聯與分群,是會累積的資產,不是一次性的腦內活動。
一次看得到多少 只能在你這次塞進去的那批之間找。50 篇行,5000 篇直接爆窗——三年前那篇相關筆記,它根本看不到。 靠向量檢索加聚類繞過上下文限制,在全庫規模做兩兩關聯,不用一次把整個庫讀進去。
誰先開口 是「拉」——你得先知道要問什麼,才問得出來。 是「推」——背景自己跑,概念成熟就主動吐草稿,會發現你根本沒想到要問的連結。
結果留不留得住 找出的矛盾是「這一次的判斷」,不留痕、不可重現,下次從零開始。 矛盾和連結會變成一條關聯存進去,可被後續流程反覆查詢、消費。
撐不撐得起規模 手動、零散、每次重來。 circuit breaker、token 計帳、短筆記跳過 LLM、狀態機——整套工程都是為了持續、大量、長期跑。

說句誠實的反面話

幾百篇以內的小知識庫,Claude + Obsidian 其實夠用,甚至更靈活——它的理解是「活的」,可以即時對話調整。Distil 的壓倒性優勢,只在規模大、持續累積、要自動化這三件事同時成立時才出現。

Claude + Obsidian=每次請一個聰明顧問,臨時把你的檔案讀一遍。

Distil=幫你的知識蓋一座會自己長的圖書館,館員一直在後台編目、發現關聯、整理成書。

// Notes in. Essays out.

下載 Distil

散的丟進來,成形的還給你。

// v1.0.0 · 個人使用、學習、非商業開源專案免費;商業用途需另行授權(Business Source License 1.1)

// 用得還順嗎?

抓到 bug,或想要新功能?

Distil 還在長大,你的每一句話我都會看到。哪裡怪怪的、哪裡不順、或你希望它多做什麼——跟我說,我才知道下一版要修什麼。