引子：熄了火，却不想上楼
你有没有过这样的时刻：车已经开进了车库，熄了火，却不想上楼。
那几分钟里，你没有在想工作，也没有在想明天的会议。你只是坐在那儿，因为知道，一推开车门、一上楼梯，你就得从「职场上的那个人」，变回「丈夫」「妻子」「父亲」「母亲」。每一个身份，都对应着一群你心里最在乎的人——而在他们面前，你总想让自己是个记性好、心里有数的人：记得住老婆上周提到的那件事，记得住老妈下周该复查，记得住孩子最近在学什么。
可你今天已经很累了。白天像打仗一样撑过来，那点力气，好像连「等会儿该跟家人聊点什么」的空儿都没给你留。
你坐了一会儿，还是上了楼。什么都没说，也什么都没想起。可你心里清楚：不是不想关心，是真的累到没力气去记那些重要的细节了。
关怀这件事，最累的从来不是付出，而是记住。而衡舟想做的，是一件很朴素的事：替你记住那些你在乎、却真的没力气时刻记着的细节。它不教你「怎么更会做人」，也不评判你「该更周到」。它只是安静地站在你身后，把那些重要的人、他们的近况、你们的来往，一样一样替你收好。在你还有余力的那一刻，把一句问候、一个提醒，稳稳地递到你手边。
好让你推开那扇车门、走上那级楼梯时，不用先花力气去回忆，就能把那份一直放在心里、却总被疲惫打断的温暖，送到真正在乎的人那里。
衡舟，是给那些仍然愿意在乎的人，多省下一点力气。
一、关于我
我是衡舟的开发者，一名地方国企的中层管理者，别人口中的「不惑之年」。
2024 年 deepseek 异军突起，我开始琢磨怎么用大模型提升工作效率，每有新东西发布都特别兴奋。我始终相信「技术应该服务于生活」。TRAE 出现后我迅速进入了狂热状态，陆续做了好几个小玩意。
2026年春节期间，各种AI突飞猛进的消息蜂拥而至，技术的飞速进步让我感到一种前所未有的焦虑。那天我跟我的openclaw做了一次对话。它识别到我的情绪很差，没有讲什么大道理，只是提醒我放下手里的工作，先去休息。就在那一刻，我的脑海里突然冒出一句话——像一个行将就木的老人在交代遗言：“如果AI统治了世界，请对我的孩子好一点。”
第二天我再次跟openclaw确认，他非常笃定地告诉我：我们昨天没有进行过类似对话。
这简直就是整个AI时代的黑色寓言——我们以为在和某种永恒智慧对话，其实对面是条只有七秒记忆的金鱼。
所以在做衡舟之前，我一直在想一个问题：AI 这么聪明，为什么对我们的个人信息，却时常出现错误的记忆或者幻觉？
我意识到，市面上大多数 AI 产品都把聪明的脑袋用在了「管理知识」上——记知识点、写论文、读文档。但你的生活不是课本，你的人际关系也不是知识图谱。
我需要一个能记住「人」和「事」的 AI，而不是只记住「知识」的 AI。
二、产品简介
是什么
衡舟是一个关系感知的第二大脑——通过 AI 对话自动提取记忆、管理人物关系、主动提醒关键事项。它不是又一个聊天机器人，而是把企业级 RAG 的技术思路，从「管理知识」迁移到「维护关系」，给你的私人关系做了一套「信息库」。
产品形态：桌面客户端（Windows EXE）＋ 移动端（Android APK）＋ Web 应用，三端数据通过端到端加密同步，本地优先，关系网络只属于你的硬盘。
面向谁
像我们这样同时拥有多种身份的人——既是上级又是下属，既是儿子又是父亲和丈夫。我们心里放着很多在乎的人，可各种角色和事务不断消耗有限的时间与精力，常常只能在心里记挂，却难得真正去关心。
它具体服务那个时刻的人：
- 那个在车里坐十分钟才上楼的人——白天已经累得够呛，回家前想把家人朋友的近况在脑子里过一遍：老婆上周说想换工作但还没决定，老爸的体检报告下周取，孩子最近在愁什么。却发现自己一样也想不起来。打开衡舟，问一句「最近家里有什么事要处理」，它记得比你清楚。
- 那个想好好问候、却总怕说错的人——你知道李总女儿刚考上大学、老朋友最近身体不太好，但这些信息散落在很久以前的对话里。下次见面或问候前问一句衡舟，它提醒你「这句别多说，他最近刚换了岗位」。
- 那个心里装着很多人、却顾不上每一个的人——通讯录里有 500 人，你真正牵挂的其实就那么几个。关系图谱会告诉你：谁好久没联系了、哪段来往正在变淡、上次答应的事还没兑现。
- 那个不想把私人对话同步到云端的人——本地存储，数据不经过任何人的服务器。
完整功能：它到底替你做了什么
它不是一份功能清单，而是一套「替你省力气」的闭环。从你开口，到你心里那句关心真正送出去，每一步都有人替你记着：
先看这张闭环图——记忆、关系、提醒三段主链路，加上一段差异化核心（人情世故），首尾相接：
下面把这套闭环拆开，看它具体替你做了什么。
问一句，它想起所有相关的人与事（智能对话）
每次对话不是无状态聊天——它自动检索记忆、结合关系图谱多跳推理，把「有据可查」的答案递给你。你问张总，它知道张总是谁、你们之间发生过什么。它有据可查，不编故事。
说过的事，不再靠你记（记忆管理）
对话即记忆。谁说的、关于谁的、什么类型，自动结构化存进你的个人信息库，置信度分级、证据可溯。说完即记住，下次直接调用，不用你整理。
你所有的联系人里，谁跟你关系密切，谁跟你关系疏远（关系·人物列表）
把通讯录升级成「关系档案」——每个人的近况、来往、人情账一眼看清，而不是一堆躺着的号码。
谁跟谁有关联，一目了然（关系图谱）
力导向关系图谱＋暖度光球，把人际关系之前的连线，可视化地摆在你面前。
该问候谁、该送什么，它替你想好（人情世故）
不是一堆礼节的死规则，而是基于你的人物数据动态生成个性化建议——节日礼仪、人情往来分析、社交场景预警。你把人做周到，却不用费那么多神。
该办的事，它替你盯（智能提醒）
不是手动设的闹钟，而是从记忆和关系里自动提取——谁的生日快到了、哪个承诺快到期、哪段关系在降温，它主动提醒你。
随手记下今天，它替你看见情绪（日记与情绪分析）
图文日记＋AI 情绪分析＋时光总结，把零散的心情变成一条可回望的轨迹，而不是孤立的流水账。
工程与体验，同样替你省心：端到端加密云同步（数据加密上传，服务端零知识）、多主题系统（Glass 毛玻璃、水墨暖白、暗色卡片，一套组件自适应）。
相比初赛 Demo 的升级
初赛我交的是一个「能演示的雏形」；复赛我交付的是一个能真正被挂使用、跑通完整流程的正式产品。这份升级，围绕同一个立意展开——把「帮你省力气」这件事，真正做到位：
- 多平台交付：初赛仅 Web Demo，复赛新增 Windows 桌面端（Electron＋Zvec 原生向量引擎）与 Android 移动端（Capacitor），数据跨三端同步
- 端到端加密云同步：数据加密后才上传，服务端无法解密你在意的任何关系细节
- 三层检索架构：从单一 RAG 升级为 RAG＋GraphRAG＋Agentic RAG，支持关系链推理与多步思考
- 实体锚定检索：新增公司名/职位/别名匹配，解决「找杭州云启科技技术负责人」这类复杂查询
- 意图分类系统：模式匹配＋语义分析，精准识别 12 类用户意图
- 工程严谨性：单元测试从 134 个增长到 282 个，覆盖核心链路回归
- UI/UX 全面打磨：修复 30＋ 个体验问题，包括视角混淆、缓存污染、关系图谱空白态、移动端适配等
184 个 TypeScript 文件 ｜ 68 个 React 组件 ｜ 282 个单元测试 ｜ 37K＋ 行代码 ｜ 3 个平台
三、产品演示视频
2.05 复制打开抖音，看看【贝叶斯很健忘的作品】衡舟复赛参赛功能演示——虚拟用户陈志远的一天。 https://v.douyin.com/m3dQQpKtie8/ 08/18 u@f.BG vfo:/ :4pm
以主角「陈志远」的一天为叙事线，13 个场景连续演示完整核心流程：登录 → 晨间主界面 → 职场冲突应对 → 关系诊断 → 人脉推理 → 人生抉择 → 关系图谱 → 记忆与提醒 → 日记情绪回顾 → 月度总结 → 人情往来管理 → 记忆库分类管理 → 结语，全程旁白解说＋字幕同步。它讲述的，正是一个心里装着很多人、却常被忙碌困住的人，如何被一点一点省下力气，把那句一直想说的关心，真正送到了该到的人那里。
四、产品创作历程
想法从哪里来
这个想法其实是很多类似事情堆积出来的，除了我开篇讲到的焦虑时刻，还有因为工作忘记给老婆订生日蛋糕，还有有些人际关系联系时的踌躇不定。我有过太多精力匮乏疲于应付的时刻，而TRAE创意大赛消息发布的那一刻，我打定主意：人最稀缺的从来不是时间，是精力；而真正重要的人，恰恰不该被精力的匮乏悄悄冲淡。而我，决定做一款程序，来帮助我自己，也帮助所有和我一样需要帮助的人。
从 Demo 到完整产品（复赛）
初赛晋级后，我把 Demo 打磨成真正可用的产品，主要做了四件事：
1. 暴力测试与质量修复——用 TRAE 辅助全方位 Dogfood 测试，模拟 20＋ 种对话意图，发现并修复视角混淆、缓存污染、GraphRAG 过度扩展、意图误分类、关系图谱空白态等 30＋ 个问题，每个都按 TDD 流程修复
2. 三层检索架构——从单一 RAG 升级为 RAG＋GraphRAG＋Agentic RAG，GraphRAG 通过知识图谱发现隐藏关系链，Agentic RAG 对复杂查询多步推理，并实现实体锚定检索
3. 多平台打包——用 Electron 打包 Windows 桌面端（保留 Zvec 原生向量引擎），用 Capacitor 打包 Android 移动端，解决 N-API 原生模块 unpacking、Capacitor HTTP 插件绕过 CORS、Android SDK 配置等技术难题
4. 端到端加密同步——实现 Cloudflare Workers＋D1 云端同步，用户密码经 PBKDF2（10 万次迭代）本地派生密钥，数据 AES-256-GCM 加密上传，服务端只存密文
关键设计与技术决策
- 本地优先架构——所有数据存在 IndexedDB（Dexie.js），不依赖云端；同步服务不可用也能完整运行。你的关系网络，只属于你的硬盘
- Zvec 原生向量引擎——桌面端用 Zvec N-API 模块做向量索引检索，性能远超纯 JS；移动端/Web 端降级为 TF-IDF，保证体验一致
- 语义缓存——对话结果按语义缓存，相似问题直接命中，减少 API 调用；缓存验证引入事实锚点校验，防止污染
- 毛玻璃设计语言——Arc Browser 风格浅色毛玻璃拟态，避免渐变与图标堆砌，三端 UI 一致
五、TRAE 实践过程
开发工具
全程使用 TRAE 开发，自然语言交流，TRAE的功能完全超乎我的想象。
以下是关键步骤截图：
1.3493610046645324:e7b2272b6690f84efea78a18ee30f925_6a66d3b33b9e03fea07b3d8b.6a6f592b4f5d69febf2ca402.6a6f592a4f5d69febf2ca400:TraeWork CN.0.1.45.no_sid.no_ppe.T(2026/8/2 22:50:19)
2.3493610046645324:7fd0010bc2e39393d955daa278fd9ca5_6a66d3b33b9e03fea07b3d8b.6a6d1a5d801f12e280622653.6a6d1a5d801f12e280622651:TraeWork CN.0.1.45.no_sid.no_ppe.T(2026/8/1 05:57:49)
3.3493610046645324:925cc527ba34349d88238822b2863fe8_6a66d3b33b9e03fea07b3d8b.6a6c7d74801f12e2806221fb.6a6c7d74801f12e2806221f9:TraeWork CN.0.1.45.no_sid.no_ppe.T(2026/7/31 18:48:20)
关键步骤：
TRAE 在项目中发挥的作用
1. 代码生成与迭代——全部代码由 TRAE 生成或辅助重构，特别是多 Agent Orchestrator 的 Prompt 设计、GraphRAG 遍历算法、实体锚定检索逻辑
2. 代码审查与缺陷发现——TRAE 辅助审查发现多个 P0 缺陷：向量索引未初始化导致检索为空、Embedding 模型版本错误、审核 Plan 解析脆弱导致 JSON 崩溃，这些问题手动审查很难发现
3. 测试驱动开发——辅助编写 282 个单元测试，覆盖对话链路、向量检索、记忆提取、意图分类、实体锚定、GraphRAG 过滤、缓存失效等核心模块
4. Dogfood 测试与质量保证——模拟 20＋ 种对话意图暴力测试，修复 30＋ 个体验问题，每轮生成结构化报告追踪根因
5. 多平台打包与部署——辅助完成 Electron 桌面端、Capacitor 移动端、Cloudflare Workers 同步服务的打包与部署
技术方案概要
- 前端：React 19＋TypeScript（strict）＋Vite 8＋TailwindCSS v4＋Zustand
- 本地存储：Dexie.js / IndexedDB，支持 30 天自动清理
- 向量引擎：Zvec N-API（桌面端）＋ @xenova/transformers（Web 端）＋ TF-IDF（降级）
- 检索架构：RAG（语义检索）＋ GraphRAG（关系图谱推理）＋ Agentic RAG（多步推理）
- AI 服务：Vercel AI SDK＋豆包/DeepSeek 双模型，熔断＋重试＋降级
- 桌面端：Electron 43＋electron-builder（NSIS 安装包）
- 移动端：Capacitor 8（Android APK）
- 云同步：Cloudflare Workers＋D1＋JWT 认证＋AES-256-GCM 端到端加密
- 测试：Vitest（282 个用例）＋Node.js test runner（服务端）
六、产品迭代规划
- 短期：iOS 版本（Capacitor）、微信聊天记录导入、语音输入
- 中期：企业版（销售/HR 关系管理）、日程集成
- 长期：AI随身设备接入，如AI眼镜等，信息由AI眼镜摄像头录入，由眼镜听筒提示用户
七、商业化与社会价值
衡舟解决的是现代人心里那份对关心的人「想做却没精力」的遗憾——记不住身边人的细节、想不起上次聊到哪、该有的关心总被忙碌和疲惫打断。这不是一个小众问题：几乎每个 30＋ 岁的职场人，都默默扛着这份「对在乎的人有所亏欠」的重量。现有产品要么太手动（备忘录/Notion），要么太浅薄（通用 AI 助手），没有一个以「人」为中心、替你把这份重量接过去的工具。
商业模式：个人版免费＋高级容量订阅，家庭版多账号共享，企业版销售/HR 关系管理。核心壁垒是记忆图谱与关系温度的时间序列数据，以及中文关系语义理解的专用 RAG pipeline。
衡舟的立场，从来不是「教你怎么做人」。它只是替你把关系里最耗精力的那一部分——记住细节、想起上下文——接过去，好让你心里那些还在乎的人，一个都不会被忙碌的日子悄悄冲淡。让你省下那点力气，去把一直放在心里的温暖，稳稳地送到。
初赛帖子地址：【学习工作赛道】衡舟，用企业级RAG技术，给你的私人关系建一座“信息库”（7.6更新） - TRAE AI 创造力大赛 / 【大赛初赛专区】 - TRAE 官方中文社区
