笔记
0工具
0此页用于记录用户反馈问题后的每一次改进
关于
“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
不想公开、只想临时给人看：点“分享”生成一条带密码和有效期的链接，到期自动失效，你也能随时撤销。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
趋势
Ternlight：7MB 嵌入模型在浏览器中通过 WASM 高效运行
一款仅 7MB 的嵌入模型 Ternlight 通过 WebAssembly 在浏览器端本地运行，实现隐私保护与低延迟向量化。
背景：为什么需要浏览器内嵌入模型？
在自然语言处理（NLP）应用中，嵌入模型（embedding model）用于将文本转换为固定长度的向量表示，是语义搜索、聚类、分类等任务的基础。传统上，这类模型（如 OpenAI 的 text-embedding-ada-002、Sentence-BERT 系列）体积庞大（数百 MB 到 GB 级），需要云端 GPU 推理，导致延迟、网络依赖和隐私问题。
Ternlight 的突破在于：它是一套仅 7MB 的嵌入模型，专门针对 WebAssembly（WASM）运行时优化，可以在浏览器中完全本地运行，无需服务器、无需下载大文件、无需暴露文本数据。
技术细节：Ternlight 如何做到 7MB？
Ternlight 基于 Transformer 架构，但通过以下技术实现极致的模型压缩：
- 量化（Quantization）：模型权重从标准的 32 位浮点数（FP32）压缩为 8 位整数（INT8），参数量不变但存储体积缩小 4 倍。
- 知识蒸馏（Knowledge Distillation）：训练时使用更大的 teacher 模型（如 300MB 的 all-MiniLM-L6-v2）指导小模型学习，保证小模型在嵌入质量上接近大模型。
- 注意力头剪枝（Attention Head Pruning）：移除冗余的注意力头，减少计算量。
- 词汇表缩减：使用子词分词（如 Byte-Pair Encoding）并限制词汇表大小，进一步压缩模型。
最终模型是一个 6 层 Transformer 编码器，隐藏维度 384，参数量约 22M，以 INT8 量化后仅 7MB。相比之下，常用的 MiniLM-L6-v2（FP32）约为 80MB。
性能表现：精度与速度的平衡
Ternlight 在 MTEB（Massive Text Embedding Benchmark） 上的平均得分约为 0.56（满分 1），而全尺寸的 all-MiniLM-L6-v2 得分为 0.63。虽然精度下降约 11%，但考虑到体积缩小了 91%，这在实际应用中是合理的权衡。
在浏览器中（Chrome 116，M1 MacBook Air），Ternlight 的推理延迟为：
- 单句编码：约 5-10ms（取决于句子长度，平均 20 tokens）
- 批量编码（4 句）：约 20-30ms
- 首次加载：模型下载 + WASM 初始化约 200-400ms（取决于网络）
相比调用云端 API（如 OpenAI Embeddings，延迟通常 200-500ms），本地推理在延迟和隐私上具有明显优势。
运行机制：WASM 与 ONNX Runtime
Ternlight 使用 ONNX Runtime for Web 作为推理引擎。模型被导出为 ONNX 格式（INT8 量化），然后通过 onnxruntime-web 库加载到 WASM 环境中。
具体流程：
- 用户访问网页时，浏览器下载
model.onnx（7MB）和tokenizer.json（约 1MB）。 - WASM 二进制文件（约 3MB）同时加载，用于执行张量运算。
- 输入文本首先被分词（使用 HuggingFace Tokenizers 的 WASM 版本），转换为 token IDs。
- ONNX Runtime 在 WASM 中执行模型前向传播，输出 384 维向量。
- 向量可直接用于余弦相似度计算、向量数据库索引等。
注意：WASM 不支持 GPU 加速（WebGPU 正在发展中，目前未集成），因此所有计算在 CPU 上完成。但得益于 INT8 量化和轻量架构，CPU 推理已足够快。
实际应用场景
Ternlight 特别适合以下场景：
- 隐私敏感应用：如医疗笔记、法律文档、个人聊天记录，无需将数据发送到云端。
- 离线环境：PWA 应用、浏览器插件、本地知识库。
- 低延迟交互：实时语义搜索、自动补全、对话系统。
- 边缘设备：低端手机或 IoT 设备上的 NLP 任务。
局限性与未来方向
- 精度上限：受限于 7MB 体积，在复杂语义理解（如情感细微差别、长文档摘要）上不如大模型。
- 多语言支持：当前版本主要针对英语，中文等语言需要额外训练。
- WASM 性能瓶颈：相比原生 C++ 推理，WASM 仍有 10-30% 的性能损失，未来 WebGPU 集成可能改善。
- 内存占用：运行时需加载约 15MB 的 WASM 堆内存，在老旧设备上可能吃力。
HuggingFace 社区已有人尝试将 Ternlight 适配到 Transformers.js 项目中，使其与更广泛的浏览器 ML 生态兼容。
总结
Ternlight 证明了“足够好”的嵌入模型可以在浏览器中完全本地运行，且对用户透明。它不是一个通用的替代品，而是针对隐私、延迟和离线需求的特定解决方案。对于需要快速原型验证或小型语义搜索的开发者，这是一个值得关注的工具。