Blinko 开源AI卡片笔记 – 10.9K星标、自托管部署,支持 OpenAI、Azure OpenAI 与 Ollama 本地模型接入

Blinko 是一个 AI 驱动的自托管卡片笔记应用,为想要快速捕捉和组织转瞬即逝想法的个人设计——灵感闪现的瞬间记下来,不丢掉任何一个火花。它用纯文本和 Markdown 存储内容,配合 AI 检索找回顾笔记,数据全部留在用户自己的服务器上。

一句话概括它的定位:开源、自托管、隐私优先的个人 AI 笔记工具,用 TypeScript 构建。适合不想把笔记交给云服务商、又希望用自然语言搜索自己记录的人。

核心功能

AI 增强笔记检索

Blinko 采用 RAG(检索增强生成)技术,用户可以用自然语言查询快速搜索和访问笔记,比如直接问「我上个月记的那个部署方案」,而不必回忆关键词或翻标签。检索能力支持三种接入方式:

接入方式说明
OpenAI支持 OpenAI API 和自定义 API 地址
Azure OpenAI支持微软 Azure 托管的 OpenAI 服务
Ollama支持本地部署,默认地址 http://127.0.0.1:11434,支持所有 Ollama 模型,完全免费且无需 API Key

本地 Ollama 的存在意味着整套 AI 检索可以完全不依赖外部服务,笔记内容不出本机。

数据所有权

所有笔记和数据存储在用户自己的自托管环境中,隐私优先。数据在哪、谁能访问,由用户自己决定,这是项目反复强调的核心主张。

高效快速

想法即时捕捉,以纯文本形式存储便于访问,完整支持 Markdown 格式,便于快速排版和分享。

轻量架构,多端支持

基于 Tauri 构建的客户端采用简洁轻量的架构,在保持速度和效率的同时支持 macOS、Windows、Android、Linux 多平台。桌面端提供全局快捷键(默认 Shift+Space)呼出快速笔记窗口,以及带快捷操作菜单的系统托盘,快捷键可自定义。

开放协作

项目完全开源(GPL-3.0),代码在 GitHub 上公开透明,欢迎社区贡献。截至 2026 年 8 月,仓库累计超过 2,000 次提交,最新提交在 2026 年 8 月 3 日,迭代活跃。

安装与使用

前置条件

  • 一台能跑 Docker 的服务器或本机
  • 数据库使用 PostgreSQL(Docker Compose 部署会一并处理)

一键安装(Docker Compose)

在终端执行:

脚本会拉取镜像并完成部署。仓库另提供 docker-compose.prod.yml 生产配置(外部 PostgreSQL、host network)和 Helm Chart(helm/ 目录),支持 Kubernetes 集群部署。更新时可使用仓库内的 update.sh

不想自己搭服务器的用户,可以选择 PikaPods 一键托管部署——在 PikaPods 上部署产生的费用有 20% 会贡献给 Blinko 项目,算一种变相赞助。

日常使用

1. 打开 Web 界面或桌面客户端,首次使用创建账号

2. 随手记录想法,支持 Markdown 和标签组织

3. 在设置中配置 AI:填入 OpenAI API Key,或指向本地 Ollama 服务

4. 之后用自然语言对话检索笔记即可

中文用户可加入 Telegram 中文群(t.me/blinkoChinese)交流。

技术架构亮点

值得记录的几个工程决策:

  • Next.js 迁移到 Tauri:2025 年 4 月完成的重构,换来轻量桌面架构和原生多端支持
  • AI 模型获取迁移到服务端:2025 年 12 月的改进,前端通过 tRPC 端点触发服务器端获取模型列表,解决了 Docker 网络下内部主机名无法解析的兼容性问题
  • 中文体验优化:2026 年初引入 Noto Sans/Serif SC/TC、ZCOOL 等中文字体管理,字体上传限制 10 MB
  • 边界说明:语音识别功能已在 2025 年 11 月的版本中移除;macOS x 86 架构支持同时移除,现在仅面向 Apple Silicon

我的使用感受

对隐私敏感的用户来说,「数据在自己服务器 + Ollama 本地模型」的组合是最有说服力的卖点——整套 AI 笔记可以做到零外部依赖。从提交记录看,2025 年 4 月那次 Tauri 重构之后项目保持了稳定的小步迭代,修复和功能更新持续到最近,维护状态让人放心。

官方网站

https://github.com/blinkospace/blinko

下载地址

https://pan.quark.cn/s/e3f4e9fe1ec7

相关推荐

Avatar photo

JameCling

我是 格律诗的软件世界 的作者,一名专注于软件工具、AI 技术和数字效率领域的独立研究者。
多年来,我持续关注互联网工具的发展趋势,体验不同平台的软件产品,并研究它们如何帮助用户提升效率。
我的工作不仅是整理软件信息,而是通过实际测试、功能分析和使用场景研究,帮助用户判断一个工具是否真正值得使用。
格律诗的软件世界 的每一篇文章都希望提供真实、有价值的信息,包括工具特点、使用方法、优缺点分析以及适合的人群。
我相信,好的工具能够改变工作方式,而准确的信息能够帮助用户做出更好的选择。