
身为严重的注意力缺陷多动障碍(ADHD)患者,我极易被外界干扰。每次掏出手机处理简单任务时,通知弹窗往往让我陷入无意义的浏览,最终忘记初衷。为寻找更高效的笔记、灵感记录及信息录入方式,我利用离线手持录音笔与 Claude 大模型,构建了一套自动化工作流。
手机并非理想的快速记录工具
手机虽是强大的通讯工具,却是快速记录事务的糟糕选择。拿起手机的瞬间,用户极易被通知吸引,导致注意力分散甚至遗忘初始目的。为解决这一痛点,我停止了使用手机进行快速思维倾倒。
今年早些时候,我购入了讯飞 P1 Pro 录音笔。起初并未找到其最佳使用场景,直到我发现其启动录音仅需数秒,且全程无干扰。在晨间散步聆听《原子习惯》等有声书时,我可以随时口述心得并收起设备,避免了掏出手机带来的分心风险。尽管尝试过 Siri 录音,但效果不佳,而录音笔配合自动化流程则提供了更优解。
本地化预处理确保隐私与效率
为实现完全自动化,我使用 Python 编写了一个后台应用程序。该程序监控录音笔的卷标 ID,一旦检测到 USB 连接,便自动将文件复制至电脑按年月分类的文件夹中。程序通过哈希值校验跳过重复文件,并保留录音笔原始数据作为备份。
文件入库后,系统首先调用仅 466MB 的 whisper.cpp small.en 模型进行本地逐字转录。随后,本地运行的 Gemma 3 12B 模型对文本进行处理,生成摘要并提取待办事项、决策、想法及未决问题等关键信息。整个转录与摘要阶段均在离线环境下完成,无需上传云端,相比传统录音笔 App 具有更高的隐私安全性。目前,我已不再将录音笔与手机蓝牙配对,仅将其作为纯离线采集设备使用。
Claude 整合碎片信息生成晨间计划
我将上述工作流整合进每日晨间简报。Claude 会读取原始转录文本及 Gemma 生成的建议,以弥补本地模型可能存在的细节遗漏或误读。在处理过程中,Claude 能够精准区分需立即执行的 Todoist 任务、应存入 Obsidian 的想法笔记,或是需录入激光设置数据库的技术参数。
每条生成的笔记或任务均关联音频哈希凭证,既防止了内容重复,也便于追溯信息来源。这一流程帮助我从杂乱的语音碎语中梳理出清晰的当日计划,涵盖 Asana 任务、逾期待办及邮件处理等事项。
迈向完全本地化的终极目标
出于隐私保护与成本控制的考虑,我的终极目标是实现全流程离线处理。近期,我获得了配备 128GB 内存的 RTX Spark 及 AMD Ryzen AI Max+ Strix Halo 系统,为运行大型本地模型提供了硬件基础。
我计划将后续处理环节从 Claude 迁移至 Qwen3.8-27B 模型,并结合 Nous Research 的 Hermes Agent,通过 LM Studio 在本地运行。Hermes Agent 具备与 Claude 类似的连接器能力,可集成 Todoist、邮箱、日历及 Obsidian 等应用,从而彻底摆脱对云端大语言模型 API 的依赖。目前,相关代码已开源至 GitHub,用户可自行下载部署。