简悦 Andrej Karpathy LLM Wiki 方案 3.0

▎ 从 2.0 到 3.0 ：更智能的知识图谱，更专业的排版输出

🔗 永久链接 | GitHub | 知乎 | 语雀 | Newsletter

💡 前情提要

/posts/654

✍️ 升级说明

3.0 版本是一次面向知识可视化与输出质量的重大升级。核心目标只有一个：让这套 Wiki 方案不仅能整理知识，更能以专业的方式呈现知识。

🪄 GraphLens：知识图谱

Wiki 页面自动生成 Mermaid 知识图谱，直观展示实体关系网络。每个图谱实体都关联本地快照，点击即可溯源到原文。支持多图谱模式，复杂主题可生成多个子图谱（如"塞北民族体系"、"西域民族体系"）。

置于头部摘要之后，作为 Wiki 可视化入口，一眼看清知识结构。

📖 详细介绍： graph/README

🎨 排版系统：专业级输出

内置两套排版方案，将 Markdown Wiki 转化为精美 HTML：

--kami 专业长文档模板，暖羊皮纸色调，支持中文思源宋体，适合白皮书、报告、简历、落地页

--lite 零依赖轻量方案，支持暗色模式、自动 TOC、Mermaid 渲染，适合快速分享

例子： /render 星巴克 --lite 或 /report OpenAI --kami 并配套本地预览工具，一键查看渲染效果

📖 详细介绍： template/README | render/README

🔧 index_map.txt 生成工具

独立的映射表生成工具，无需依赖同步助手即可创建 index_map.txt`。扫描 `raw/{主题}/ 目录，自动提取本地快照 ID 和原文 URL，生成标准格式映射表。

配合 2.0 引入的增量感知机制，进一步降低迁移成本。

📖 详细介绍： indexes/README

📦 如何升级

1️⃣ 更新代码到最新版本

2️⃣ 执行 /refresh 重新加载协议

3️⃣ 执行 /gen fix.md 批量修复 Sources 映射表与知识图谱

4️⃣ 执行 /render {主题} --lite 体验排版系统

简悦 MCP 助手 2.0

▎ 内置 Skills 的 2.0 版本现已发布

🔗 永久链接 | GitHub | 知乎专栏 | 语雀 | Newsletter

💡 前情提要

/posts/625

✍️ 2.0 版

内置 Skills 可以让查询语义更加自然化，2.0 版重构了整个流程，让 AI 完美支持 1000+ 检索结果。

🎯 核心能力

📅 按日期获取：支持今天 / 昨天 / 每日 / 本周 / 最近 7 天 / 最近 30 天

🔍 全文搜索：按任意关键词搜索简悦内容的标题和正文

🏷 标签筛选：按简悦标签筛选内容

💬 更强大的自然语言交互

你不需要学习复杂的命令，用自然语言即可：

输入 今日阅读回顾 → 自动生成今天的阅读简报

输入 查询关键词 OpenAI 在此结果检索 马斯克 内容，并生成简报 → 全文搜索 + 结果内二次检索 + 简报输出

输入 获取标签为 AI 的文章，并生成简报 → 按标签筛选并生成简报

🔗 与 简悦 Andrej Karpathy LLM Wiki 方案 无缝协作

📚 简悦 LLM Wiki 负责深度知识整理，生成结构化 Wiki 页面

🔎 简悦 MCP 负责实时检索稍后读

两者结合，Wiki 提供深度和结构，MCP 提供广度和实时性。

🪄 用法

请查询关键词 OpenAI 在此结果中查询与 Anthropic 的相关内容，并生成简报

→ MCP 搜索 OpenAI 相关内容，然后继续在结果中检索 Anthropic 并调用 Wiki 方案生成专门用于简报的结构

/report 星巴克 -m ~r

→ 调用 Wiki 方案的简报格式，并使用 Mermaid 可视化简报 ~r 将本地快照链接转换为原文链接，手机端也能正常使用

📦 安装前提

1️⃣ 安装 Node.js 环境

2️⃣ 配置 简悦同步助手（高级账户功能），开启自动同步与本地快照

3️⃣ 支持 Claude、Codex 等任意支持 MCP 和 Skills 的工具。

详细步骤 👉 GitHub

📚 延伸阅读

点击 #OpenAI 查看更多

简悦 Andrej Karpathy LLM Wiki 方案 2.0

▎ 从 1.0 到 2.0 ：更低的消耗，更强的能力

🔗 永久链接 | GitHub | 知乎 | 语雀 | Newsletter

💡 前情提要

/posts/652

✍️ 升级说明

2.0 版本是一次面向效率与扩展性的重大升级。核心目标只有一个：让这套 Wiki 方案在处理数千篇文章时更省 Token、更易维护、更易检索。

🪄 核心升级：Token 消耗降低 5~10 倍

通过引入 index_map.txt 映射表机制，实现增量感知，大幅减少不必要的文件读取，2.0 仅读取 index_map.txt（几行），提升约 50 倍

实际场景：10 个 raw 文件 × 1000 行的 raw/主题，1.0 需读取约 50000 tokens，2.0 仅读取变化的 1 个文件，约 5000 tokens，节省约 10 倍。

🔎 MCP 支持

直接查询简悦本地快照库，实现实时、精准的内容检索，与 Wiki 方案形成互补：Wiki 负责深度知识整理，MCP 负责广度与实时性。

📅 按日期获取，支持类型：今天、昨天、每日、本周、最近 7 天、最近 30 天，例子： 今日阅读回顾

🔍 全文搜索，例子： 查询关键词 OpenAI 在此结果检索 马斯克 内容，并生成简报

🏷 标签筛选，例子： 获取标签为 AI 的文章，并生成简报

💡 与 Wiki 命令结合，例子： 今日阅读回顾 ~r （MCP 获取今日文章 + 将本地快照链接转换为原文链接，适合手机端）

更多高级命令 👉 GitHub | 语雀

📦 如何升级

1️⃣ 更新代码到最新版本

2️⃣ 同步助手 1.5.2+ 版

3️⃣ 确保 raw 文件夹包含 index_map.txt（需要使用同步助手重新导出）

4️⃣ 执行 /refresh 重新加载协议

5️⃣ 执行 /gen fix.md 批量修复 Sources 映射表

同步助手 1.5.2 版：增量编译方案

▎ AI 只读变化的部分，Token 消耗直降 10 倍

🔗 永久链接 | 更新日志 | 知乎专栏 | Newsletter

🖥 下载地址

Onedrive@世纪互联 | 夸克网盘 | 百度网盘 | Box.net | 更多版本

💡 1.5.2 版功能

新增 index_map.txt 映射文件，用于提升简悦 Andrej Karpathy LLM Wiki 方案的编译效率。

📖 解决了什么问题

Wiki 方案的工作原理是将 raw/ 文件夹下的原始素材编译为结构化维基。每次编译时，AI 需要知道：哪些文件是新增的？哪些快照发生了变化？哪些需要重新处理？

在 1.0 版本中，AI 必须逐个读取 raw/ 下的全部文件才能回答这些问题。假设一个主题有 10 个文件，每个 1000 行，每次编译就要读取约 10000 行文本，消耗约 50000 tokens。

index_map.txt 的出现让这一切变得不同。

🔧 特点

1️⃣ Token 消耗降低 5-10 倍：AI 无需逐个读取全部 raw 文件，只需读取几行映射表即可完成变更检测，从约 50000 tokens 降至约 5000 tokens。

2️⃣ 精准增量感知：新增了文件？快照 ID 数量变了？映射表一比对就知道，AI 只需读取变化的文件，其余跳过。

3️⃣ Sources 账本自动对齐：Wiki 页面底部的 ## Sources（映射表） 可直接从 index_map.txt 生成，无需从正文中逐行提取快照链接。

4️⃣ 简悦用户的专属优化：index_map.txt 中的快照 ID 与简悦本地快照（`http://localhost:7026/reading/{id}`）一一对应，实现从 Wiki 结论到原始阅读环境的秒级跳转。

🧠 一句话总结

index_map.txt 让 Wiki 方案从 "每次全量扫描" 变为 "只读变化部分"，是 2.0 版本降低 Token 消耗的核心机制。

🔌 如何使用

同步助手导出时自动生成，无需手动配置，确保版本为 1.5.2 即可。

🔎 关联阅读

/posts/652

简悦 Andrej Karpathy LLM Wiki 方案

▎ 从 “稍后读” 到 “终身维基” ：专为重度阅读者打造的个人知识内化方案

🔗 永久链接 | GitHub | 知乎专栏 | 语雀 | Newsletter

✍️ 写在前面

作为 简悦（SimpRead） 的创建者，我设计了这个框架，旨在弥合 “稍后阅读（Read-it-Later）” 与 “永远不读（Read-it-Never）” 之间的鸿沟。

本项目是基于 Andrej Karpathy 提倡的 LLM Wiki 概念构建的【个人知识库自动化知识构建方案】。

它不仅是一套工具链，更是一种将 “被动囤积” 转化为 “主动内化” 的个人知识库自动化构建协议。

比 RAG 方案 更简洁，比 AI 浏览器方案 更强大。

✨ 特点与优势

1️⃣ 无须配置：支持开箱即用

2️⃣ 增量更新：仅处理新增或修改的文件，节省 Token 并提高效率

3️⃣ 海量处理：支持 1000 行以上的大文件以及多主题并发处理

4️⃣ 高度扩展：支持自定义技能库 skills/ ，轻松实现功能插件化

5️⃣ 协议与数据解耦：全部数据为文本数据，方便迁移

6️⃣ 简报模式：专门用于大量数据提取主题并生成简报，可直接生成 ASCII / Mermaid / 表格 / 关系图等结构

🤖 使用工具建议

Trae + MiniMax-M2.7 / Codx + GPT-5.4

📦 开箱即用

1️⃣ 打开 simpread-karpathy-llm-wiki-compiler 并下载

2️⃣ 执行 startup.md 即可完成全部初始化设置。

💡 提问

输入 /ask [提问内容] 即可开始提问。

输入 /report [主题] 即可开始生成对应主题的简报。

🧰 后续维护

1️⃣ 添加新主题：输入 /gen add.md

2️⃣ 更新旧主题：输入 /gen update.md

🛠 技能库 (Skills)

可方便扩展/修改的一套基于 Andrej Karpathy LLM Wiki 的优化版。

GitHub | 语雀

🖼 使用截图

GitHub | 语雀

同步助手 1.5.1 版：支持 Andrej Karpathy LLM Wiki 方案

▎ 从 “稍后读” 到 “终身维基” ：专为重度阅读者打造的个人知识内化方案

🔗 永久链接 | 更新日志 | 知乎专栏 | Newsletter

🖥 下载地址

Onedrive@世纪互联 | 夸克网盘 | 百度网盘 | Box.net | 更多版本

🔎 什么是 Andrej Karpathy LLM Wiki 方案

一种将个人知识重构成 AI 高效索引与理解的 “结构化 Markdown 外部记忆” 方案 👉 项目地址

📝 为什么简悦要支持此方案

它比 RAG 方案 更简洁，比 AI 浏览器方案 更强大，这套框架的 👉 具体使用方案

💡 1.5.1 版功能

同步助手（主窗体） → 导出 → Karpathy LLM Wiki（LLM RAG）方案，三个设置项：

📕 导出位置（配合 Karpathy LLM Wiki 理念的话，一般是在 raw/ 目录，如不设置此目录会自动导出到本地快照的目录 output/ ）

📗 最大行数（LLM 在读取文本文件时，因为上下文的限制，所以需要设置一个最大行数，这样方便 LLM）

📘 导出时可选 全文 或 标注

▎ 本次推送是针对 同步助手 1.5.1 版的功能，关于【Andrej Karpathy LLM Wiki 方案】我会再推送一篇

🖥 推荐使用环境

Trae + MiniMax-M2.7（其实更推荐 Codex )

📚 简悦 Andrej Karpathy LLM Wiki 使用方法

为方便快速上手，内置了一些 Demo 数据（来自通过简悦生成的 276 篇文章，分为 47 个文件）

0️⃣ 需配置 本地知识库

1️⃣ 打开 simpread-karpathy-llm-wiki-compiler 并下载

2️⃣ 执行 startup.md 完成全部初始化设置

3️⃣ 提问 /ask 请以 OpenAI 为关键字，生成一份以时间线为主的简报，并按照 /report 的格式给出答案。

利用「稍后读 · 极速版 2.0」新特性让 AI 浏览器秒变为你的个人专属 AI 本地 LLM 知识库

▎ 稍后读极速版 2.0 + Tabbit = 个人专属 LLM 知识库

🔗 永久链接 | GitHub | 知乎 | 语雀 | Newsletter

📚 阅读 + AI 的最佳范式

我对「AI + 阅读」的期待，并不是单篇总结，而是跨内容的聚合能力——比如：今天读了什么、最近读了什么，或围绕某个主题，对多篇内容统一总结。

但这些内容通常分散在不同页面（由简悦生成的本地快照），仅支持「单页总结」的 AI 工具显然不够用。

上述流程大部分都是通过 RAG 方案实现：本地快照生成的 Markdown → 投喂 AI → 生成 RAG → LLM 输出结果。

但这种方式还是太「重」了，直到 AI 浏览器出现（如 Dia 等），我才意识到：通过标签组直接聚合上下文并生成总结（简报），反而更轻量自然。

经过一段时间的使用，在众多 AI 浏览器里面，Tabbit 脱颖而出。

💡 为什么是 Tabbit

🗂 Tabbit 的标签组效果最好（几乎可以说没有之一）

🤖 国际版内置御三家的 LLM（目前暂时没有任何费用）

🎉 无论是国内版，还是国际版，都可以正常安装简悦。

✨ 一组用于多内容分析的简报类 Skills

为了更好的利用 Tabbit 的特性，我发布了四个 Skill，每个 Skill 都可以生成关系图（支持 ASCII / Mermaid 方案）、以表格呈现，输出的每条内容都可以溯源（引用到简悦的本地快照） 👉 截图

1️⃣ 阅读回顾（按照时间 / 多主题整理的简报）

分享链接 | Prompt | 截图

2️⃣ 主题切面（以详细分析当前主题为主的简报）

分享链接 | Prompt | 截图

3️⃣ 主题时间轴（以时间轴为基准的简报）

分享链接 | Prompt | 截图

4️⃣ 主题提取（适合存在多个主题时，手动输入你希望生成简报的主题）

分享链接 | Prompt | 截图

简悦 MCP 助手

▎ 将简悦的稍后读功能接入 MCP 服务。

🔗 永久链接 | 教程 | 知乎 | 语雀 | Newsletter

✨ 能做什么

通过此工具可以将你的 simpread_config.json（以及本地快照）接入到任意大语言模型（LLMs），并内置了一些现成的工具方便您与稍后读内容进行交互。

📝 使用前提

1️⃣ 此项目基于 MCP 开发，安装 Node.js 运行环境后才能使用。

2️⃣ 由于需要访问您本地的 simpread_config.json 文件，因此需要安装并配置同步助手功能，该功能为高级账户专属，如有需要 请升级。

3️⃣ 需要配置同步助手的自动同步与本地快照功能，配置方法 请看此教程。

🏆 推荐客户端与 LLM 组合

在开发此工具期间，我们测试了多种支持 MCP 的客户端和大语言模型，目前效果最佳的组合为：ChatWise + Doubao 1.5 pro 256k（火山引擎）

📥 下载与配置

GitHub | 语雀

⚙️ 功能（工具）

📊 获取阅读简报 get_daily

输入指令如 今日阅读回顾 ，支持的关键词包括： 今日 昨日 本周 上周

🏷 标签检索 search_tag

输入指令如 请检索标签 AI战争 的内容 ，系统将生成相应简报。

当前标签检索采用模糊匹配方式，例如：aaa 会匹配 aaa aaa/bbb 等包含 aaa 关键字的标签。

🔍 内容检索 search_content

输入指令如 请检索包含 英伟达 的内容 ，系统将生成简报，检索范围包括： 标题 描述 标签 标注的备注 标注的文本内容 标注的标签

⚡️ 环境变量配置

1️⃣ SEARCH_SNAPSHOT

控制上述功能是否包含本地快照内容，默认不包含，启用后，检索结果将包含本地快照，可获得更精准的答案（但会相应增加 Tokens 消耗）。

👉 详细说明

2️⃣ PROMPT

自定义 LLM 的返回内容格式，默认会根据您的提问直接回答，同时系统也提供了默认回复模板。

👉 详细说明

🎁 彩蛋（预告）

五一期间宅家「玩简悦」，我会在小长假期间推送关于简悦的一些新插件与AI 联动的新玩法。

📚 引申

点击 #OpenAI 查看更多

简悦插件 · 阅读助手 4.0.2 版

▎ 内置最新 GPT 4.1 系列模型的阅读助手现已发布

💡 各版本说明

1.0.0 · 1.1.0 · 1.2.0 · 2.0.0 · 2.1.0 · 2.2.0 · 2.3.0 · 2.4.0 · 2.4.1 · 2.5.0 · 3.0.0 · 3.1.0 · 3.2.0 · 3.3.0 4.0.0 & 4.0.1

📥 下载地址

https://simpread.ksria.cn/plugins/details/Mv55R9uIOF

🤖 内置 GPT 4.1 模型系列

包括： gpt-4.1-mini gpt-4.1-nano 和 gpt-4.1

🚫 已移除部分被 GPT 淘汰的旧模型

包括： gpt-3.5-turbo gpt-4o-mini gpt-4o gpt-4 gpt-4-turbo 和 gpt-4-32k

当选择这些旧模型时，阅读助手会自动转换为对应的 4.1 系列模型

💡 小提示

1️⃣ 如何使用任意 GPT 模型

如需使用 GPT 4.5 模型，请选择【自定义模型】选项，然后输入 gpt-4.5-preview 即可。

2️⃣ 如何使用 DeepSeek R1 模型

操作方式同上，只需将模型名称改为 deepseek-reasoner 即可。

📈 安装与升级

没有【使用同步助手 · 自动同步】的话，可通过 此链接 安装。

已经【使用同步助手 · 自动同步】的话，请使用 插件管理器 安装。

🔎 引申

聊聊我经常使用的免费 LLM 模型

点击 #OpenAI 查看更多内容

聊聊我经常使用的免费 LLM 模型

▎ 分享我经常使用的 LLMs

🔗 永久链接 | GitHub | 语雀 | Newsletter

📝 写在前面

简悦的很多功能都接入了 AI，例如：阅读助手、全文翻译、划词翻译，甚至 专门用于导出简悦稍后读内容以用于 RAG 的插件。

接下来聊聊我经常使用的模型。

💻 SiliconFlow

1️⃣ Qwen/Qwen2.5-7B-Instruct

首选模型，来自阿里的非推理型模型，具有小巧、简单、快速的特点。

2️⃣ deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

推理模型，速度相对较慢，作为对 Qwen/Qwen2.5-7B-Instruct 的补充。

当我使用全文翻译的 左右栏 + 一次性全文翻译 功能时就会选用此模型，它能将英文内容更符合中文语义地转换为中文。

3️⃣ THUDM/glm-4-9b-chat

来自智谱的 AI 模型，支持 128K 上下文，因此在处理超长文章时我会使用此模型。

例如在使用 RAG 方案时，由于输入给 LLM 的内容通常很大，这时就会考虑使用此模型。

🌐 OpenRouter

1️⃣ deepseek/deepseek-chat-v3-0324:free

由于 SiliconFlow 不免费支持 DeepSeek v3-0324 版本，我改用 OpenRouter 提供的免费方案。

虽然主要对标 Qwen/Qwen2.5-7B-Instruct 但从我的使用体验来看，两者差异并不明显。

2️⃣ 其他备选

使用 OpenRouter 的优势是可以经常体验较新的 LLM 模型，如：

📗 Google Gemini 2.5 Pro Experimental

📘 Meta Llama 4

📙 NVIDIA Llama 3.3

🌋 火山引擎

1️⃣ doubao-1-5-pro-256k-250115

来自字节跳动的大模型，支持 256K 上下文的对话模型，使用体验良好，特别是与简悦 MCP + ChatWise 搭配使用时效果最佳。

虽然是收费模型，但火山引擎提供了充足的免费额度，完全能满足日常使用需求。

🔗 关联

📖 阅读助手

🌐 全文翻译

🔤 划词翻译

🔎 延伸阅读

点击 #OpenAI 查看更多

将你的稍后读用于 LLM 的数据来源（RAG），利用简悦插件 · 导出简悦知识库零代码打造你的个人专属 AI 资料库

▎ 将你的稍后读真正的用于 LLM 的数据来源。

🔗 永久链接 | 教程 | 知乎 | Newsletter

⚠️ LLM 的问题

1️⃣ 在没有答案的情况下提供虚假信息。

2️⃣ 当用户需要特定的当前响应时，提供过时或通用的信息。

3️⃣ 从非权威来源创建响应。

4️⃣ 由于术语混淆，不同的培训来源使用相同的术语来谈论不同的事情，因此会产生不准确的响应。

而 RAG（检索增强生成）方式是解决这些问题的一种方法，它会重定向 LLM，从而从权威的、预先确定的知识来源中检索相关信息。

🤖 什么是 RAG

全称 Retrieval Augmented Generation ，中文称作「检索增强生成」，是指对大型语言模型输出进行优化，使其能够在生成响应之前引用训练数据来源之外的权威知识库。

▎ 上述内容部分摘选自 https://aws.amazon.com/cn/what-is/retrieval-augmented-generation/ 如果对这方面感兴趣的话，可以直接在此链接查看。

📚 前置知识

下面的内容将会涉及到简悦的一个专门用于导出 RAG 的插件：导出简悦知识库（用于 RAG 打造个人专属 AI 知识库）。

👉 /posts/618

❓ 能做什么

导出 RAG 数据插件可以将你的稍后读通过既定的查询规则，合并导出（支持标注或全文），然后被可以支持嵌入语言模型的 AI 工具转换并将其存储在向量数据库中，最终被 LLM 读取并作为知识库进行检索。

📌 支持此插件的的 LLM 工具

只要是支持 RAG 方案的工具均可以使用此插件，以下是简悦列举的一些典型工具：（每个链接都有详细教程说明）

📕 Google NotebookLM

📗 腾讯 IMA

📘 Cherry Studio

🔗 关联

阅读助手 4.0 版

🔎 引申

点击 #OpenAI 查看更多

简悦插件 · 导出简悦知识库

▎ 用于 RAG 打造个人专属 AI 知识库

🔗 永久链接 | 教程 | 语雀 | 知乎 | Newsletter

📥 下载地址

https://simpread.ksria.cn/plugins/details/zOzpvOzM4a

❓ 能做什么

将你感兴趣的内容（标注或全文） 汇与一处并导出到本地，支持 Google NotebookLM · 腾讯 IMA · Cherry Studio 或【任意 LLM 服务】，零代码打造你的专属个人知识库（RAG）。

📝 如何使用

1️⃣ 搜索你的稍后读（支持多种检索方案，如标题、标签等）

2️⃣ 得到检索列表（可点击查看列表中的稍后读的详细内容）

3️⃣ 合并（支持合并后的预览）

4️⃣ 导出，支持：导出 HTML 到本地 · 导出 Markdown 到本地 · 导入到 Obsidian · 通过同步助手导出 Markdown 到本地 · 通过 PDF 高级打印方案导出到本地

⚙️ 定制化

导出内容，支持：标注或本地快照（需配置 本地快照 功能）

📈 安装与升级

没有【使用同步助手 · 自动同步】的话，可通过 此链接 安装。

已经【使用同步助手 · 自动同步】的话，请使用 插件管理器 安装。

🔗 关联

阅读助手 4.0 版

🔎 引申

点击 #OpenAI 查看更多

简悦插件 · 阅读助手 4.0 版

▎ 全面接入到你的稍后读与阅读模式的 AI 4.0 来啦~

🔗 永久链接 | 教程 | 语雀 | 知乎 | Newsletter

💡 各版本说明

1.0.0 · 1.1.0 · 1.2.0 · 2.0.0 · 2.1.0 · 2.2.0 · 2.3.0 · 2.4.0 · 2.4.1 · 2.5.0 · 3.0.0 · 3.1.0 · 3.2.0 · 3.3.0

📥 下载地址

https://simpread.ksria.cn/plugins/details/Mv55R9uIOF

🎉 庆祝

下载量超 100K+ 😄

▎ 重点功能介绍

🤖 AI 关联稍后读

简悦会将当前文章提取并浓缩为若干组关键词，借助 AI 匹配到相关的稍后读内容。

此功能可直接使用，同时也支持一些定制化选项，满足个性化需求。

❓ AI 问问

在浮动标注栏中显示阅读助手的图标，点击后即可将标注或选中的内容发送给阅读助手，助手会提供类似维基百科的解释，帮助更好地理解内容。

📚 AI 阅读回顾

使用后会根据时间范围（今日 / 昨日 / 24 小时 / 本周 / 上周）的内容生成简报，帮助快速归纳总结关键信息。

🗣 与你的稍后读对话

在此场景下，可以对 AI 提问，提问范围包含了你的全部稍后读（含标注），整个过程类似将稍后读和标注形成一个知识库，类似 RAG 方式。

💡 使用提示

如果无法使用 OpenAI 的话，首选 SiliconFlow（支持 DeepSeek），未注册用户，建议使用 此链接 注册，即可获取 2000 万 Tokens）

🎁 彩蛋：支持任意结构的 API 地址

API 可以跟 OpenAI 不一致，支持三种方式：

1️⃣ 主域名方式 e.g. api.siliconflow.cn

2️⃣ 全 URL 方式 e.g. https://openrouter.ai/api

3️⃣ 非 OpenAI 结构，需要使用 # 强制使用 e.g. https://openrouter.ai/api/v1#

📈 安装与升级

没有【使用同步助手 · 自动同步】的话，可通过 此链接 安装。

已经【使用同步助手 · 自动同步】的话，请使用 插件管理器 安装。

🔎 引申

点击 #OpenAI 查看更多

简悦插件 · 阅读助手 4.0 社区预览版

▎ 全面接入稍后读与阅读模式的 AI 功能现已上线！

📢 注意事项

社区预览版已废弃，阅读助手 4.0.0 正式版已经发布~

📥 下载地址

https://simpread.ksria.cn/plugins/details/Mv55R9uIOF

▎ 重点功能介绍

🤖 AI 关联稍后读

简悦会将当前文章提取并浓缩为若干组关键词，借助 OpenAI 匹配到相关的稍后读内容。

此功能可直接使用，同时也支持一些定制化选项，满足个性化需求。

❓ AI 问问

在浮动标注栏中显示阅读助手的图标，点击后即可将标注或选中的内容发送给阅读助手，助手会提供类似维基百科的解释，帮助更好地理解内容。

📚 AI 阅读回顾

使用后会根据时间范围（今日 / 昨日 / 24 小时 / 本周 / 上周）的内容生成简报，帮助快速归纳总结关键信息。

💡 使用提示

上述功能较为消耗 Token，因此建议选择更经济的 GPT-4o Mini 或 DeepSeek 模型进行使用。

如果无法使用 OpenAI 的话，首选 DeepSeek（未注册用户，建议使用 此链接 注册，即可获取 2000 万 Tokens）

📢 「放假」通知

1月3日开始因为出门旅游，所以通知频道暂停推送，但 Telegram 群 / 兑换码兑换 / Issues（以及各种可以找到的）渠道均正常，只是回复会比往日慢。

1月22日后恢复 😄

🔎 引申

点击 #OpenAI 查看更多

简悦插件 · 阅读助手 3.3.0 版

▎ 支持自定义模型的 3.3 版来啦~

🔗 教程 | 竹白 | QQ 频道

💡 各版本说明

1.0.0 · 1.1.0 · 1.2.0 · 2.0.0 · 2.1.0 · 2.2.0 · 2.3.0 · 2.4.0 · 2.4.1 · 2.5.0 · 3.0.0 · 3.1.0 · 3.2.0

📥 下载地址

https://simpread.ksria.cn/plugins/details/Mv55R9uIOF

📦 3.3.0 版功能

🚀 自定义模型

支持自定义 API 并内置了 GPT · DeepSeek 后又增加了 自定义模型

🔧 能做什么？

支持 SiliconFlow 的任意模型（ SiliconFlow 基于优秀的开源基础模型，集合顶尖大模型的一站式云服务平台），操作实例

不得不说：支持的模型真是的超级多啊 😂 围观地址（甚至有很多都可以免费使用）

📥 注册链接 （可获取 2000 万 Tokens）

注意：简悦与 SiliconFlow 无任何关系。如果你有更好的推荐，也欢迎告诉我哦！😄

📈 安装与升级

没有【使用同步助手 · 自动同步】的话，可通过 此链接 安装。

已经【使用同步助手 · 自动同步】的话，请使用 插件管理器 安装。

🔎 引申

点击 #OpenAI 查看更多

简悦插件 · 阅读助手 3.2.0 版

▎ 接入新模型 DeepSeek 让价格进一步📉📉📉 的 3.2 版本来啦~

🔗 教程 | 知乎 | 竹白

💡 各版本说明

1.0.0 · 1.1.0 · 1.2.0 · 2.0.0 · 2.1.0 · 2.2.0 · 2.3.0 · 2.4.0 · 2.4.1 · 2.5.0 · 3.0.0 · 3.1.0

📥 下载地址

https://simpread.ksria.cn/plugins/details/Mv55R9uIOF

▎ 以下是 3.2.0 的功能说明

1️⃣ 🤖 接入新模型 DeepSeek

2️⃣ 🚀 优化内部逻辑

🔧 无法使用 OpenAI？

除了 DeepSeek，你还可以试试 CloseAI！优点是完全兼容 OpenAI，速度飞快，而且最低只需充值 1 元即可体验。

📥 注册链接

注意：简悦与 CloseAI 无任何关系，之所以推荐是因为它简单好用。如果你有更好的推荐，也欢迎告诉我哦！😄

🎉 彩蛋

3.2.0 版还有一个重要目的：为【阅读助手 4】做准备！🚀

4.0 将是一款更强大的阅读助手，得益于 GPT 4o mini 和 DeepSeek 的接入，能够大幅降低 OpenAI 的调用费用📉📉📉

基于此，可以实现更多功能，进一步提升阅读体验！

4.0 全部功能已经完成，择日发布~

📈 安装与升级

没有【使用同步助手 · 自动同步】的话，可通过 此链接 安装。

已经【使用同步助手 · 自动同步】的话，请使用 插件管理器 安装。

🔎 引申

点击 #OpenAI 查看更多

简悦插件 · 阅读助手 3.1.1 版

▎ 接入 GPT-4 Turbo 支持 128,000 tokens 无需分段理解超长文章。

🔗 教程 | 知乎 | 竹白 | QQ 频道 | 即刻 | 推特 | 简悦社群 | 知乎视频 | B站

💡 各版本说明

1.0.0 · 1.1.0 · 1.2.0 · 2.0.0 · 2.1.0 · 2.2.0 · 2.3.0 · 2.4.0 · 2.4.1 · 2.5.0 · 3.0.0 · 3.1.0

📥 下载地址

https://simpread.ksria.cn/plugins/details/Mv55R9uIOF

▎ 以下是 3.1.1 的功能说明

✨ 插件端接入了 GPT 4 Turbo

选择 GPT-4 Turbo 后，可直接分析超长文章，因为支持 128,000 Tokens，所以一般来说文章长度不会超过这个值。

🖥 后端服务接入 gpt-3.5-turbo-1106 gpt-4-1106-preview

同样将 GPT-4 Turbo 模型内置到后端。

📈 安装与升级

没有【使用同步助手 · 自动同步】的话，可通过 此链接 安装。

已经【使用同步助手 · 自动同步】的话，请使用 插件管理器 安装。

🔎 引申

点击 #OpenAI 查看更多

简悦插件 · 阅读助手 3.1.0 版

▎ 支持第三方 API 的功能来啦，无法使用 OpenAI API 走起~

🔗 教程 | 知乎 | 竹白 | QQ 频道 | 即刻 | 推特 | 简悦社群 | 知乎视频 | B站

💡 各版本说明

1.0.0 · 1.1.0 · 1.2.0 · 2.0.0 · 2.1.0 · 2.2.0 · 2.3.0 · 2.4.0 · 2.4.1 · 2.5.0 · 3.0.0

📥 下载地址

https://simpread.ksria.cn/plugins/details/Mv55R9uIOF

🎉 庆祝

下载量超 63k 😄

▎ 以下是 3.1.0 的功能说明

✨ 接入了 GPT 4

是的，3.1.0 版刚刚加入了 GPT-4（因为 GPT-4 刚刚才可以不用等待列表 😂

🖥 支持接入第三方 API

可以接入第三方 API 了，如果你没办法使用 OpenAI API 服务的话，请使用任意第三方的 API 服务均可。

📖 注意

1️⃣ 请填入主域名 e.g. api.openai-xxx.com

2️⃣ 此服务与 OpenAI 100% 兼容（一般都没问题）

📈 安装与升级

没有【使用同步助手 · 自动同步】的话，可通过 此链接 安装。

已经【使用同步助手 · 自动同步】的话，请使用 插件管理器 安装。

🔎 引申

点击 #OpenAI 查看更多

简悦插件 · 阅读助手 3.0.0 版（二）

▎ 玩转 Prompt

🔗 教程 | 知乎 | 竹白 | QQ 频道 | 即刻 | 推特 | 简悦社群 | 知乎视频 | B站

💡 各版本说明

1.0.0 · 1.1.0 · 1.2.0 · 2.0.0 · 2.1.0 · 2.2.0 · 2.3.0 · 2.4.0 · 2.4.1 · 2.5.0

📥 下载地址

https://simpread.ksria.cn/plugins/details/Mv55R9uIOF

📗 前情回顾

阅读助手 3.0 接入了 GPT 3.5 16k 模型，因此直接一步到位的解决了长文分段的问题。虽然阅读助手 2.x 也解决了这个问题，但总不如直接不需要分段来的爽。

同时也产生了新的用法：精读超长文章，细节 👉 请看这里。

接下来继续介绍下 3.0 另外一个玩法：Prompt

💡 Prompt

这是阅读助手 3.0 推出的新功能。跟所有 AI 类工具的 Prompt 一样，你可以使用简悦官方或制作属于自己的 Prompt（并支持提交给简悦官方）

🔌 功能

1️⃣ 浏览官方 Prompt 库

2️⃣ 添加 Prompt

3️⃣ 管理 Prompt

4️⃣ 删除 Prompt

🔎 能做什么

利用这些专门给长文章「解构」的 Prompt 可以让阅读助手帮你从不同维度（ Prompt ）解读任意超长文章，比如：

1️⃣ 将文章拆分为若干子主题

2️⃣ 围绕当前文章，讨论其中问题的潜在解决方案和观点

3️⃣ 用列表整理五个基于本文的要点

具体例子可以看《解读马云的非公开会议》 即刻 · 推文

📖 注意

1️⃣ 此功能为高级账户权限，如有需要 请升级为高级账户。

2️⃣ 简悦并不提供 OpenAI Token，请自行准备。

3️⃣ 标注、词条模式、问答模式 等均不会消耗过多的 Token。

📈 安装与升级

没有【使用同步助手 · 自动同步】的话，可通过 此链接 安装。

已经【使用同步助手 · 自动同步】的话，请使用 插件管理器 安装。

🔎 引申

点击 #OpenAI 查看更多

简悦插件 · 阅读助手 3.0.0 版（一）

▎ 接入了 GPT 3.5 16k 之后...

🔗 教程 | 知乎 | 竹白 | 即刻 | 推特 | 简悦社群 | 知乎视频 | B站

💡 各版本说明

1.0.0 · 1.1.0 · 1.2.0 · 2.0.0 · 2.1.0 · 2.2.0 · 2.3.0 · 2.4.0 · 2.4.1 · 2.5.0

📥 下载地址

https://simpread.ksria.cn/plugins/details/Mv55R9uIOF

▎ 以下是 3.0.0 的功能说明

✨ 接入了 GPT 3.5 16k

OpenAI 在昨日发布了最新的超长文本模型（16k 上下文意味着该模型现在可以在单个请求中支持约 20 页文本）

所以基于全文的阅读助手可玩性大大增加了太多，所以原本还要再捂一捂的 3.0 版就发布了 😂

💰 加量「不加价」

简悦接入的 GPT 3.5 16k 并不是简单粗暴的直接使用 16k 模型（毕竟比较贵不是~

而是根据 OpenAI 提供的精准 Token 计算工具（内置在后端）来判定是否需要使用 16k 模型。

新版费用调整后，因为原本的 GPT 3.5 降价了，所以经过一天的测试，整体价格反而是更便宜了 📉 😄

📰 精读超长文章

简悦并不是简单粗暴的内置 GPT 3.5 16k，而是增加了一个新的「命令」：精读。

使用此命令后，专门针对「太长没时间不看」的朋友解决一个痛点：阅读助手可将超长文章分段落精读给你。

除此之外，无论什么样的语言（如：英文 / 日文）均以中文形式「告诉你」，也算是一个变相帮你阅读外文资讯的一个方案。

关于这两个功能，可以看下 👉 B站视频（欢迎三连）

📖 注意

1️⃣ 此功能为高级账户权限，如有需要 请升级为高级账户。

2️⃣ 简悦并不提供 OpenAI Token，请自行准备。

3️⃣ 标注、词条模式、问答模式 等均不会消耗过多的 Token。

📈 安装与升级

没有【使用同步助手 · 自动同步】的话，可通过 此链接 安装。

已经【使用同步助手 · 自动同步】的话，请使用 插件管理器 安装。

🔎 引申

点击 #OpenAI 查看更多