Deta Surf：把网页、PDF 和视频收进本地 AI 笔记本
Personal AI Notebooks. Organize files & webpages and generate notes from them. Open source, local & open data, open model choice (incl. local).
秒懂
- 它是什么？
- Deta Surf 是一个开源的个人 AI 笔记本，用本地优先的方式管理文件、网页和视频，并让笔记通过可选的本地大模型生成内容。它的核心价值在于数据格式开放、模型可自选，但 Electron 外壳和本地模型配置也带来一些现实约束。
- 适合谁用？
- Deta Surf 适合那些需要同时处理 PDF、网页和视频，并希望 AI 生成内容能引用原始来源的研究者、学生和知识工作者。如果你已经依赖 Notion 或 Obsidian 的同步生态，或者不愿自己配置模型 API 密钥，那它暂时不是你的工具。
- 能商用吗？
- 可以。Apache-2.0 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 22 天前。
- 用什么语言写的？
- 主要是 TypeScript（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
为什么需要一个跨媒体的 AI 笔记本
大多数笔记工具只处理一种内容：纯文本、网页书签或者 PDF 批注。但真正的思考往往要同时翻阅一份研究报告、一段 YouTube 讲解和一个网页，再把它们串起来。Deta Surf 的出发点就是解决这种多源拼接的麻烦。它把本地文件、网页链接和视频统一收进一个私人资料库，然后让 AI 基于这些内容生成笔记。目标用户是那些需要边研究边写作的人，而不是只需要一个待办清单的普通用户。
SFFS：本地优先的存储引擎
Surf 的整个资料库建立在一个名为 SFFS（Surf Flat File System）的本地存储引擎上。根据 README 的描述，SFFS 用开放透明的格式保存数据。这意味你的笔记、网页快照和视频索引不是锁在私有数据库里，而是以普通文件的形式躺在你的硬盘上。这种设计的直接好处是：即使 Surf 停止开发，你仍然可以用其他工具读取这些文件。但它也有代价，SFFS 不是通用的文件系统，它需要 Surf 自己来索引和管理，你不能指望用资源管理器直接浏览所有内容。
从 PDF 到 YouTube：媒体类型与笔记生成
Surf 支持的媒体类型很广，包括本地文件、网页、YouTube 视频和推文。你可以在笔记里用 @-mention 引用这些资源，然后让 AI 基于它们生成内容。举例来说，你可以打开一个 PDF 直接提问，或者看 YouTube 视频时问一个问题，AI 会结合视频内容回答。这里的关键是引用机制：AI 生成的回答会链接回原始来源，网页段落、视频时间戳或者 PDF 页码都能精确定位。这意味着你不需要在笔记和原文件之间手动跳转，但前提是 AI 模型确实理解了这些媒体的内容，而这一点对本地小模型来说是个考验。
安装与运行：从源码构建到日常使用
普通用户应该先看安装指南，而想改代码的人需要读 CONTRIBUTING.md。README 明确说 Surf 支持 macOS、Windows 和 Linux，但没有给出具体的安装命令，因为安装步骤全部放在 docs/INSTALL.md 里。仓库的 release 页面显示有 1.4.7-beta.0 这样的预发布版本，说明项目还在快速迭代中。从源码构建需要处理 Svelte、TypeScript 和 Rust 三套工具链，这对只想试用的人来说门槛偏高。如果你不想编译，最好去官方网站找现成的安装包，但文档没有详细说明下载方式。
模型选择的自由度与配置成本
Surf 的 AI 功能不绑定任何单一厂商。你可以自带 OpenAI 或 Anthropic 的 API 密钥，也可以添加其他云模型，甚至通过 Ollama 运行本地大语言模型。这种开放性在同类工具里很少见，尤其考虑到它还支持 DeepSeek、Gemma 等开源模型。但自由是有代价的：你需要自己阅读 AI_MODELS.md 来配置模型端点、密钥和参数。本地模型的运行效果取决于你的硬件，一个小参数模型可能无法准确引用 PDF 里的具体段落。如果你不想折腾这些配置，直接用托管云服务会更省心，但那又回到了数据上云的旧路。
Surflets：让 AI 生成交互式小应用
除了笔记，Surf 还能生成 Surflets，也就是 AI 编写的交互式小程序。你可以用自然语言描述一个需求，比如让 AI 做一个可视化图表来展示数据，Surf 会直接生成可运行的代码。这个功能把 AI 的用途从文本生成扩展到了代码生成，适合用来探索概念或处理数据。但要注意，Surflets 的质量直接取决于底层模型的编码能力，本地小模型生成的代码可能需要你手动调试。README 没有说明 Surflets 运行时的沙箱程度，所以如果你打算让它处理敏感数据，最好先检查它生成的代码在做什么。
开源协议与品牌使用的边界
Surf 的源代码采用 Apache-2.0 许可证，但有两个例外。它对 @ghostery/adblocker-electron 包的补丁遵循 MPL-2.0，这是为了与上游保持一致。另外，Deta 这个名称和 logo 不在 Apache 许可范围内，这意味着你不能随意用 Deta 的品牌来标识自己的修改版本。这些细节在采用时很重要，尤其是如果你想基于 Surf 做二次开发。Apache-2.0 本身允许商用和修改，但你必须保留版权声明，并注意补丁文件的 MPL-2.0 要求。具体的合规问题最好咨询法律人士，这里只是指出文档中明确提到的边界。
编辑结论
Deta Surf 适合那些需要同时处理 PDF、网页和视频，并希望 AI 生成内容能引用原始来源的研究者、学生和知识工作者。如果你已经依赖 Notion 或 Obsidian 的同步生态，或者不愿自己配置模型 API 密钥，那它暂时不是你的工具。采用前先确认三点：一是你的主力媒体类型是否在 Surf 支持的范围内，二是你能否接受 Electron 的内存占用，三是你愿意花时间在 AI_MODELS.md 里配置本地或云端模型。它的本地优先和开放格式是真实优势，但桌面端定位意味着你无法在手机上直接使用。
社区笔记