-
多种图片输入方式
- 📸 相机拍照
- 🖼️ 从相册选择
- 📄 文档扫描(VisionKit)
-
AI 智能识别
- 🔍 OCR 手写文字识别(AI Builder API)
- 🏷️ 智能标签推荐
-
本地数据管理
- 💾 SwiftData 本地存储
- 🔎 搜索和过滤
- ✏️ 编辑和标签管理
-
云端同步(Supabase)
- ☁️ 自动云同步(保存时)
- 🔄 手动同步(下拉刷新)
- 🌐 网页端查看
-
导出功能
- 📝 纯文本导出
- 📋 Markdown 导出
- 📤 系统分享
- 编辑
.env文件:
cd IdeaCapture
open .env- 填入您的配置:
# ==================== AI Builder 配置 ====================
# AI Builder API 基础 URL(通常无需修改)
AI_BUILDER_BASE_URL=https://space.ai-builders.com/backend
# AI Builder API Token(必填)
# 在 https://ai-builders.com 注册并获取
AI_BUILDER_TOKEN=your-ai-builder-token-here
# AI Builder 使用的模型(可选,默认:gemini-2.5-pro)
AI_BUILDER_MODEL=gemini-2.5-pro
# ==================== Supabase 配置 ====================
# Supabase 项目 URL(必填,用于云同步)
SUPABASE_URL=https://your-project.supabase.co
# Supabase Publishable Key(必填,客户端安全密钥)
# 在 Supabase Dashboard -> Settings -> API -> Project API keys -> publishable 找到
# 使用 publishable key 而不是 service role key,更安全且遵守 RLS 策略
SUPABASE_PUBLISHABLE_KEY=sb_publishable_your-key-here重要提示:使用 Publishable Key 是安全的做法,它遵守 RLS 策略,适合客户端使用。
(待补充) 若有AI Coding软件,可用Supabase MCP直接配置好。
- 用 Xcode 打开
IdeaCapture.xcodeproj - 选择目标设备或模拟器
- 运行
- 点击右上角 + 按钮
- 选择图片来源(拍照/相册/扫描)
- 等待 AI 识别文字和推荐标签
- 点击"保存"
自动云同步:保存后自动上传到 Supabase(如已配置)
- 在列表中点击任意想法
- 查看详情、标签和创建时间
- 点击"编辑"可修改标题、内容和标签
- 同步状态显示在底部(已同步/未同步)
- 在详情页点击右上角的 ↑ 按钮
- 选择导出格式:
- 纯文本:复制到剪贴板
- Markdown:复制 Markdown 格式
- 系统分享:通过短信、邮件等分享
方式1:下拉刷新
- 在想法列表页面下拉即可同步所有未同步的想法
方式2:工具栏按钮
- 点击右上角的
☁️按钮立即同步
- 启动 Web 服务器:
cd web ./start.sh - 在浏览器访问
http://localhost:8080 - 自动加载所有想法
- 支持搜索和标签过滤
- 一键导出到 Notion/Anki/Obsidian
详细配置请查看 web/README.md
IdeaCapture/
├── Models/
│ └── Idea.swift # 核心数据模型
├── Config/
│ ├── AppConfig.swift # 应用配置
│ └── EnvReader.swift # .env 文件读取
├── Services/
│ ├── AIBuilderService.swift # AI OCR 服务
│ └── SupabaseService.swift # 云同步服务
├── ViewModels/
│ ├── IdeaCaptureViewModel.swift # OCR 逻辑
│ └── SyncViewModel.swift # 同步逻辑
├── Views/
│ ├── IdeaListView.swift # 想法列表
│ ├── IdeaCaptureView.swift # OCR 识别
│ ├── IdeaDetailView.swift # 详情编辑
│ └── ImagePicker.swift # 图片选择
├── web/
│ └── index.html # 网页端查看
└── .env # 环境变量配置