liuyuplus works 工具、界面和工作流 联系我

liuyuplus works

让复杂工作,有清楚的下一步。

把分散的信息、文件和过程,整理成可以判断、修改和推进的界面。

真实项目 界面截图 过程判断
liuyuplus 的头像照片
色彩来自海边、蓝天和黄色外套。
这些项目保留界面截图,也呈现背后的判断。

三个已经成形的项目。

这里收录已经成形、可以直接查看的项目。重点不只是最终界面,也包括它处理了什么材料、保留了哪些状态,以及为什么这样组织信息。

本地报告编辑器

HTML Report Editor

角色:设计 + 实现 · 形式:本地浏览器工具 · 状态:公开 GitHub

很多汇报材料最后都会变成一个 HTML 文件,但真正麻烦的事情发生在“已经生成之后”:还要改文字、换图、微调布局、再导出。

  • 问题HTML 报告生成之后,还需要继续改文字、换图、调整布局和导出。
  • 判断把安全编辑和交互预览分开,让修改过程更稳,也更容易恢复。
  • 延展这个项目可以继续展开真实使用场景、编辑模式设计和导出链路。
HTML Report Editor 的本地报告编辑界面
截图:导入 HTML 后的编辑界面。
AI 会话状态岛

Jade Cub

角色:产品想法 + 界面实现 · 形式:macOS 伴随工具 · 状态:公开 GitHub

AI 编码时最容易丢的不是答案,而是状态。Jade Cub 把会话、审批、今日任务和本地文件放进一个 Mac 上的小窗口。

  • 问题AI 编码会话容易丢状态,任务、审批和本地文件分散在不同位置。
  • 判断用绿色小熊作为状态语言,让工具更像陪伴物,而不是一堆状态徽章。
  • 延展这个项目可以继续展开 macOS 菜单栏、审批流和 Obsidian 任务的连接方式。
Jade Cub 的 macOS 状态岛界面
截图:Jade Cub 的状态岛和本地任务视图。
个人信息阅读台

RSS Radar

角色:信息架构 + 前端实现 · 形式:静态 RSS 阅读界面 · 状态:公开页面

RSS Radar 是一个个人信息雷达站,把 AI 情报、综合新闻、长文和工具项目放进同一个可扫描的阅读界面。

  • 问题分散的信息源需要先进入一张安静的信息流,再判断哪些值得继续阅读。
  • 判断保留来源、标签、已读和收藏,但不把阅读器做成社交新闻站,重点是个人判断和后续整理。
  • 延展这个项目可以继续展开 RSS 源管理、正文摘录边界、周报生成和 Obsidian 归档链路。
RSS Radar 的真实阅读界面截图
截图:RSS Radar 的三栏信息流和阅读预览。

这些项目从哪里来。

很多工作场景并不缺信息,缺的是把信息继续推进的结构。文件、网页、表格、PPT 和聊天记录都在那里,但下一步常常不够清楚。

这些工具试图把分散的材料变成可以查看、修改和导出的工作台。界面不是最后的包装,而是让事情继续推进的方法。

所以这个作品集更像一组可阅读的工作样本:有作品、有截图,也能看见每个项目背后的取舍。

这些界面通常这样处理。

这些原则贯穿在每个项目里:从材料出发,理清状态,并为后续修改、整理和导出保留空间。

先找到具体材料

截图、文件、字段、审批、导出结果,比抽象的风格词更重要。具体材料会告诉界面应该长成什么样。

把状态说清楚

用户最需要知道的是当前在哪里、什么已经完成、哪里可能出错、下一步该做什么。

保留修改的入口

很多工具真正有价值的地方,在于让人还能继续修改、导出和整理,而不是一次性生成完就结束。

把碎片输入整理成可用材料。

语音、微信备忘、网页材料和临时想法会先进入一个固定系统,再通过本地转写、LLM 摘要、Codex 整理和 n8n 自动化,送到 Obsidian 里。

重点不是让 AI 记住一切,而是让材料留下结构、上下文和下一步。

  • 输入语音、微信、网页、备忘和临时想法先保留成原始材料。
  • 整理本地语音转文字,LLM 提取摘要、待办、主题和可归档标题。
  • 流转通过微信 claw、Docker 和 n8n,把备忘与待办送进 Obsidian。
  • 沉淀Codex 用来整理提问方式、知识类型和可复用的方法文档。

从具体材料里看工作流。

这组截图不是产品功能介绍,而是日常工作流里的几个切面:输入、整理、流转,最后进入个人知识库。

本地终端正在把语音文件转录并生成摘要
Recording
输入:语音文件先被转成可处理的文本材料。

01 输入

把语音和临时想法先留下来

会议、语音备忘和零散想法会先转成可处理的文本,不急着整理成完美笔记。输入阶段的重点是降低记录成本,让原始材料先进入系统。

  • 材料语音文件、临时备忘、微信消息和网页内容。
  • 工具本地转录模型负责把音频变成文本。
  • 结果原始输入被保存为可以摘要、拆解和追问的材料。
语音笔记生成的会议摘要和核心议题
omlx
整理:模型先把长材料整理成摘要和议题。

02 整理

让模型做第一轮结构化

转录后的内容会先经过本地或轻量模型整理,生成摘要、议题、待办和关键词。这一步只是粗整理,不替代人的价值判断,只负责让混乱材料变得可读。

  • 摘要先提取一段内容的核心意思。
  • 拆解把讨论内容分成议题、任务和后续问题。
  • 保留人再决定哪些内容值得进入正式笔记。
n8n 工作流把输入分类、整理并写入 Markdown 文件
n8n
流转:n8n 负责分类、生成 Markdown 和写入本地文件。

03 流转

让消息自动到达固定位置

微信里的待办和备忘会通过 clawbot 与 n8n 自动流转到 Obsidian。这个环节解决的是手动复制的问题,让临时输入可以稳定进入固定工作目录。

  • 入口从微信发送一条自然语言消息。
  • 路由n8n 判断内容类型,并生成对应的 Markdown。
  • 落点任务或备忘被写入 Obsidian 的固定文件夹。
Obsidian
沉淀:待办和备忘最后回到 Obsidian 的目录里。

04 沉淀

最后回到个人知识库

自动化不是终点,真正重要的是材料最后能变成长期知识结构。Obsidian 负责承接这些输入,让待办、会议摘要、方法文档和长期主题积累在同一个系统里。

  • 归档输入内容进入稳定的目录和命名规则。
  • 复用内容可以被搜索、引用,并整理成方法文档。
  • 生长零散材料逐渐变成长期知识类型和工作方式。

更多方向正在形成案例。

这些方向呈现了后续会展开的工作类型:高密度数据界面、演示型网页、运营报表和适合传播的视觉内容。

医疗 BI

高密度指标、科室对比、运营驾驶舱和管理层读数页面。

运营报表

预算、收入、KPI 和经营分析材料的网页化表达。

网页 PPT

适合演示的 HTML deck,保留节奏、章节幕和现场讲述感。

文章视觉卡片

把文章观点、流程和结构做成适合传播的长图和信息图。

我是 liuyuplus。

关注点放在本地优先的个人工具、数据报表和 AI 工作流界面。好的界面不只是展示结果,也应该帮助人理解复杂状态、保留修改空间,并留下下一步行动。

这里收录已经公开的项目、真实截图和工作流材料,用来呈现工具如何处理复杂材料、状态和下一步行动。