Learning by Sharing #5 - Tana:2022 最惊艳的笔记软件

Learning by Sharing #5 - Tana:2022 最惊艳的笔记软件
Photo by Carl Heyerdahl / Unsplash

<文字简化版,详细版请看视频>


试用了 Tana 12天,我的感触就是太神了,Tana主页说的你可以取消一半的软件订阅那是真的没说错,至少我是再也不去纠结Roam,Notion,Obsidian,LogSeq等等选哪个了。如果说这两年笔记软件最大的创新就是Roam的双链,那么Tana的Supertag算得上是又一大创新。

Tana 是什么?简单说就是 Workflowy + Roam + Notion,他集成了这三大软件的核心特色,Workflowy的大纲,Roam的双链以及Notion的数据库,Tana的两大特征,统一性灵活性真正做到了笔记软件的快速记录和无压整理。

今天我就来给大家说说他的三大亮点,以及目前存在的问题,文章最后,有我制作的一个很简单的数据管理的 Supertag 免费分享给大家,用于初入门的朋友对 Supertag 以及继承有一个感性的认识。

主流笔记软件的标配

首先,Tana具有当前主流笔记软件的标配,比如每日记录,点击Today或者按快捷键就能进入今日日记,日历在侧边栏上是以日周年的结构显示的。

CleanShot 2022-12-19 at 23.46.17@2x.png

还有双链,输入 @ 就可以创建链接,如果在一个新的节点上,使用@ 来创建链接,就会创建一个到原节点的引用。如果是输入一些内容之后再创建链接,这就是行内链接。

CleanShot 2022-12-19 at 23.47.36@2x.png

然后就是标签,Tag,虽然它看起来就像是一个普通的标签,但实际上已经脱胎换骨了,这就是 Tana 的独门秘籍Supertag,咱们后面再讲 。

好,这就是主流笔记软件的标配,每日记录,双链以及标签。下面咱们看看Tana的三大亮点到底是什么。

完全统一的细粒度

Tana 第一个最深印象就是完全统一的细粒度!目前我知道的能做到这一点的除了Tana只有 Workflowy和RemNote。Tana中所有的笔记都是节点,Node,没有文档,页面,块的概念,而且无论在任何界面下的操作都是一样的。比如在他的快速添加 Quick Add里就像在正常的界面一样可以操作所有node相关的功能,比如添加标签,添加双链等等。而不是简单地给你个文本框先凑合输入些文字。

统一的笔记粒度,就带来了一致性的体验,首先,你不用考虑我到底是该创建个Block还是个Page,也不用在嵌入时想用小括号还是用中括号。

更重要的是,全局统一意味着完美的筛选和过滤。筛选跟搜索可是不一样的。我们举个例子看看他们是怎么不一样了

搜索与筛选的区别

先看看搜索是什么。比如,我们在Obsidian中点击一个标签,他实际上就是在以这个标签为关键词进行条件搜索,最后给出的是搜索后的结果。你可以看到所有符合条件的文档,但是你并不能在搜索结果列表中去直接操作这些文档,必须要点击进入文档之后才能进行进一步的操作。这不光是操作上多了一个步骤,还会有很多无关的信息在干扰你。

CleanShot 2022-12-19 at 23.53.00@2x.png

而过滤就不一样了,虽然过滤本质上也是搜索,但是它在结果呈现上不一样,他给出的结果是你可以直接在上面进行操作的,比如这里的书籍列表,就是一个标签筛选,你可以进行各种操作,包括修改,以及新增。你不会感觉到这种过滤后的节点,它跟实际存在的一个物理节点有什么太大的不一样。比如《整理我的书籍》这就是一个物理节点,在这个节点下操作我的书本,跟在过滤后的节点下操作书籍效果是一样的,这样呢,它就会给你日后的整理带来很大的便利。

CleanShot 2022-12-19 at 23.55.24@2x.png
CleanShot 2022-12-19 at 23.56.11@2x.png

简单总结一下,过滤与搜索的区别,就类似于是智能文件夹和文档搜索的区别

这给我们带来的好处是什么呢?第一就是你可以在任意的地方记录笔记,只要标记了合适的Tag,你就可以保证不但在以后能找到它,而且整理起来也非常轻松。比如,我要做一个书籍管理,当我需要增加一本新书的时候,我并不需要找到我的书籍笔记所在的页面,再去添加一条记录。我只需要在我当前打开的页面,比如日记页面直接添加就可以。

这是粒度统一以及最小化带来的第一个好处,第二个好处就是文档组织的灵活性。首先,大纲笔记天生就具有树形结构,如果笔记中没有文件夹你就觉得不踏实,完全可以按照你喜欢的文件夹结构创建同样的大纲结构。但更重要的是,Tag以及统一的笔记粒度,可以让你更为灵活地使用类似智能文件夹的方式组织笔记,你可以对你的笔记库进行各种切片,呈现给你你所希望的结果。由于Tag的加持,每条笔记都可以自带描述,说明自己是什么,有什么。或者叫自带元数据,自带属性。

我们用了很大的篇幅来说粒度统一和最小化,因为这对笔记的无压记录和整理是很重要的,而且一个笔记软件的底层数据结构决定了它的功能走向和未来发展前景。只要涉及到双链或者说筛选,我是不看好文档型的笔记APP的。

Supertag 超级标签

前面已经展示了笔记组织的灵活性,Tana 做到这一点的独门秘籍就是 Supertag,超级标签

什么是超级标签,简单说就是,给一个普通的标签,加上了一套能够描述它自身的数据结构。这还只是起步功能呢,咱们先来看看。

比如,我的 Book 这个标签,在其他的笔记软件中,我要标记一条笔记是关于一本书的,我们也可以打上一个 Book 标签,但也仅限于此了。如果我还希望描述更多关于书籍的属性呢?比如作者是谁,那年出版的,那在其他笔记APP里面一个 Tag 就做不到了,在Obsidian里,我们可以用YAML来描述,然后喜欢折腾的同学还会用 DataView 来做出或卡片或列表的展示来,而在Notion里,就是建立一个数据库。

但是在Tana里,所有这些信息和功能都集成在一个Supertag 里,这些信息比如作者,出版年月,评级等等,叫做Field,字段,配置好 Supertag 之后,任何一个打上 Book 标签的笔记,都具有了“书本”所需要的所有属性。

CleanShot 2022-12-20 at 00.06.59@2x.png

这就是 Tag 之所以 Super 的原因吗?并不是。更厉害的还在后面呢。

Supertag 继承

Supertag 正走在实现一个关系型数据库或者说面向对象体系的路上。什么意思呢?假设你原来是在管理汽车,你会需要一个汽车的Supertag,它有两个特征,四个轱辘一个铁盒子。所以你会给符合这个条件的笔记打上汽车的标签。后来有一天,你突然需要分开管理电车和油车了,两种车都是四个轱辘一个盒子,区别是一个是电池一个是油。那么一种方式是新建一个电车的标签,包括四个轱辘一个盒子一块电池,再建一个油车的标签,包括四个轱辘一个盒子一箱油,还有一种方式,也是新建一个电车的标签,但是只包括一块电池这一个属性,同样新建一个油车的标签,只包括两油这一种属性,那么他们所具有的汽车的共同属性怎么办呢?那就都去共享原来的汽车标签的内容就可以了。这就会形成如图所示的标签之间的关系,这就叫继承。电车和油车的标签继承了汽车标签中的内容。在Tana中,使用Extend 扩展来表示。

CleanShot 2022-12-20 at 00.09.36@2x.png

我们可以达到同样的管理效果,但是这种方式在逻辑上更为清晰。将来在管理和整理的过程中,也会更加灵活。

Live Query

有了统一的笔记粒度以及Supertag的加持,负责把笔记以各种样式展现给你的 Live Query 就来了,可以把它当作智能文件夹,比如我的Book列表,就是个Live Query,点击Live Query,你可以看到它的条件很简单,只要有Book标签就行。当然你可以再添加各种条件。

查询结果可以以各种样式展现,比如表格,卡片。还可以在查询结果中进行分组,展示看板视图。

CleanShot 2022-12-20 at 00.12.07@2x.png

不足之处

Tana 是一个让我惊喜的笔记APP,符合我对一个主力笔记APP的期望,作为一个处于早期测试阶段的app具有如此完成度,已经非常不简单了。这里先简单列举几点不足之处,或者说是个期望列表吧。

编辑器体验

Tana 最新版本给Supertag加入了一个强悍的功能,就是递归回朔,虽然我对这个功能也是非常地Excited,但是还是希望开发团队能够尽快把编辑器的体验再做好一些,比如支持更多的格式,包括标题,高亮等等,还有呢就是目前虽然可以分栏,但是卷滚时所有分栏一起滚动,这个就有些尴尬。

毕竟对于大多数人来说,编辑器的这些体验是更容易感受到的东西。

另外,相对Roam,Tana 似乎更像 Workflowy 一些,最典型的就是它不支持 Markdown,比如你拷贝粘贴一个Markdown格式的链接是不会达到你希望的效果的,你需要拷贝HTML链接,或者呢你也可以先拷贝文字,然后再把链接粘贴到文字上去。当然了,这一点不能说是缺点,只能说是取舍。但是还是希望能够支持常用的一些Markdown语法。

自动备份

Tana 是一个云服务APP,数据存在云端。虽然有人不喜欢数据在云上,不过我倒是对数据在不在本地并没有太多执念,但自动备份我还是希望能有的。目前 Tana 只支持手动导出 JSON 格式的文档。JSON格式的文档理论上是能够保证数据不会被限制在一个APP内的,并且能够保留完整的笔记信息,但还是希望能够同时支持自动定时导出以及能够导出更易识别的文档,比如Markdown。

视频中使用的图书管理的 Supertag 免费分享给大家,有兴趣的可以点击链接获取。你可以直接在我的共享空间中查看Supertag的结构,也可以把它直接克隆到自己的工作空间去,就可以想怎么改就怎么改了。

目前 Tana 是免费的,想要试用的朋友呢可以在他们的官网上登记邮箱,排队等待邀请。注意 Tana 目前只支持 Google 账号登录,因此记得用Gmail邮箱登记。还有,在使用测试版的软件的时候,自己要做好数据备份。


感谢阅读!如果你喜欢这次分享的内容,请把我的Newsletter分享给你的一个朋友。也欢迎你去我的YouTube频道西瓜视频看我的视频内容,咱们一起好奇地看世界!

Read more

AI 智能体工作流:用 Dify 打造本地、开源长文翻译神器

AI 智能体工作流:用 Dify 打造本地、开源长文翻译神器

今天我们来完成一个既有挑战性又有启发性的任务:我们来使用开源的 AI 开发平台 Dify 创建一个高质量的 AI 翻译助手。同时我们可以学习一种可以应用于不同平台的通用的方法。 虽然现在的 AI 翻译比传统的机器翻译提升了很多,但是依然不够令人满意。这就是为什么我们今天要学习一种新的方法来提升翻译的质量。这种方法就是 AI 界大神吴恩达老师最新开源的反思工作流。简单来说它就是一种让 AI 对自己的输出结果进行思考并进一步改进的方法。 反思工作流它的具体步骤实际上就是三步法:先让一个 AI 进行初始翻译打一个草稿,然后再让第二个 AI 去挑毛病,然后再让第三个 AI 对草稿进行最终的优化,形成最后的翻译结果。这就相当于是一个团队作业,三个臭皮匠胜过诸葛亮。这个过程不仅能够提高翻译的准确性,还可以让翻译更加符合目标语言的表达习惯。 在上期智图派,Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」 当中我使用 Coze 平台来实现过这个翻译的工作流,今天我们将使用另外一个 AI 开发平台 Dify 来再次实现这个工作流。我们可以通过这次实例来学习到如何把同一套思想同一套工作流在不

lock-1 By Axton
Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」

Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」

AI 最大的应用场景之一,就是翻译。虽然说现在的 AI 翻译比以前的机器翻译好了很多,但是常常还是不够完美。不过现在呢,有一种超强的方法可以显著提升 AI 翻译的水准,这就是 AI 界大神,吴恩达 Andrew Ng 教授最新开源的「反思工作流」 它利用prompt engineering,让AI不仅能翻译,还能"思考"如何改进翻译!这意味着,无论你要翻译的文档有多专业、多复杂,都能得到一个高度定制化的优质翻译。我们可以先看一下翻译效果。 吴恩达老师的反思翻译核心思路 吴恩达老师的翻译工作流可以归纳为两个核心要点: 第一,采用"初始翻译-反思-优化"的三步迭代流程,不断改进翻译质量。首先使用一个 AI 进行初始的翻译,然后让另一个 AI 对初始的翻译结果进行思考和评判,找出可以改进的地方,最后,由第三个

lock-1 By Axton
Jina Reader API 的四种用法 | 「智图派」

Jina Reader API 的四种用法 | 「智图派」

构建知识库,或者分析各种文章数据,是大家使用 AI 很重要的一个应用场景,因此我们常常会需要用到爬虫去爬取某个网站上的内容,现在,Jina 推出了一款非常简单好用的获取网页内容的工具,你只要把网址给它,它就能把网页内容整理成很适合大语言模型使用的格式,简直是构建知识库的利器。今天我就给大家介绍四种用法。分别包括在自动化工作流中使用以及在 AI 智能体中使用。 Jina Reader API 的网址是 读取器 API,你可以直接输入你需要爬取内容的网址 URL 在这边进行测试,输入之后直接点击按钮「获取内容」,就可以在右边得到结果了。 而他的用法也很简单,就是把你需要爬取内容的网页的 URL 写在 https://r.jina.ai 的后面就可以了。 什么是 Reader API Reader 是将任何URL转换为LLM友好的输入,只需简单添加前缀 https://r.jina.ai/ 无需付费即可获得改进后的适用于智能体或 RAG 系统的输出。

lock-1 By Axton
Coze 工作流获取 Tweets 详解 | 「智图派」

Coze 工作流获取 Tweets 详解 | 「智图派」

Coze是一个可以不用代码来搭建AI聊天机器人的平台。我在这期视频当中已经详细地讲解了Coze的各种功能,以及如何用到GPT-4 Turbo的模型。感兴趣的朋友可以回看一下。 自从 Twitter 被马斯克买了之后,如果你想从 Twitter 网站的外面来获取推文信息,也就是用 Twitter API,就需要每个月充值100美元了。但是 Coze 却很大方地让你可以免费地用部分 Twitter API 的功能了。今天我就先给大家演示一个可以批量获取多个 Twitter 作者的推文的工作流,把这个工作流嵌入到你的 AI 聊天机器人里面。比如我这里加了两个 Twitter 账号,我的和马斯克的,这样就可以一次性地获取到我们两个人的推文了。 今天我首先给大家演示一下在 Coze 上可以用到的 Twitter API 的功能,然后再演示一下批量获取推文的工作流,最后我们再聊一聊 Coze 的局限性。 Plugins 的基本功能 getUsers 首先第一个 "get users"

lock-1 By Axton