如何用千问AI耳机做一个能读写自己笔记的随身助手

![千问耳机 让声音化作记忆](https://www.xuezhao.space/usr/uploads/2026/10/2494530699.jpg)

我很喜欢在思源笔记里写 daily notes，也很讨厌为了记一句话，专门把手机掏出来。

今天发生了什么，孩子又有了什么变化，或者突然冒出来一个想法，我都希望留一点记录。这些内容往往很短，当下说得清楚，过一会儿再回想，就只剩一个模糊的印象。

但从“我想记一下”到真正写进笔记，中间还有一串动作：掏手机、解锁、打开思源、找到当天的日记，再开始输入。以前用思源手机端时，体验也有些不顺手。事情明明不大，做完这几步，想记录的热情已经被磨掉了一截。

所以看到千问 AI 耳机出来的时候，我首先想到的就是：

> 我能不能直接说话，让它把内容记进我的思源？

我希望保留自己原来的笔记习惯：内容还在自己的思源里，同一天继续追加到同一篇日记。我只想把输入这一步变得省事一点。

这篇文章，就是围绕这个想法的一次实际折腾。日记写入已经有过真机口述、思源回读都对得上的记录，日常使用中也依然会卡壳。下面这些截图，来自我自己的使用过程。

## 先记进去

我的思源部署在自己的服务器上，有可访问的 HTTPS 地址。通过千问硬件开放平台，我给耳机接了一个私有 Skill，让它在听到明确的记录要求后，调用思源接口，把口述正文追加到指定笔记本的当天日记。

测试时，我还说过一句“我很快乐”。这句话没什么技术含量，但后来回读思源，正文和返回标识都对得上。再往后，正式的 daily notes 也有了实际写入并回读成功的记录。

耳机这一侧接的是千问的工具调用；已经验证的日记写入走 HTTP API。思源的原生 CLI 则提供了另一种操作自己工作空间的方式，可以在电脑或服务器上执行，再把需要的操作封装成千问可调用的工具。

这一步的意义不止于用耳机操作原本就在使用的笔记系统：通过思源这个案例可以进一步推断，耳机有望成为触发自定义服务的入口，从而在不改变既有工作流的前提下，调用和串联更多个性化能力。

## 自己动手改

思源是开源的，提供 API，也有原生 CLI。搜索、读写文档、每日笔记、引用关系、导入导出，都有可以继续利用的程序接口。配合 ChatGPT，我可以描述需求、查接口、改代码、测试，再把合适的功能接到耳机上。[思源官方 CLI 说明](https://github.com/siyuan-note/siyuan/blob/master/README.zh-CN.md)

所以，翻旧笔记、听内容、文档漫步，都是我沿着这条链路主动去设计的功能。日记只是最初的入口。只要语音到自己服务的链路能走通，我就能在自己的服务这一侧继续 DIY，再逐项验证耳机用起来是否合适。

现在这个“思源助手”，我给它安排了四件事：

- 记日记：把明确要求保存的口述原文，追加到当天的日记。

- 找笔记：用关键词搜索自己的笔记，先告诉我找到了哪几篇。

- 听内容：选一篇概括，或者分段读原文。

- 文档漫步：从当前笔记继续找下一篇，支持继续读、换一篇、回到上一篇。

## 听听旧笔记

我更在意的场景，是散步或骑车时，能顺手听听自己以前写过的东西。手机留在口袋里，随口说一个主题，让它找出几篇，再挑一篇听。那些写完以后很少再打开的记录，也就多了一个重新翻出来的机会。

这次我拿自己的旧日志试了试：搜到相关记录，概括指定笔记，继续听内容，再从当前这篇往下一篇“漫步”。下面这些，是当时成功接上的几个片段。

![搜索返回了自己的思源笔记](https://www.xuezhao.space/usr/uploads/2026/10/1763603032.jpg)

*先找出来：搜索返回了具体标题和位置，我可以据此选择想听的内容。*

![概括指定笔记的成功回复](https://www.xuezhao.space/usr/uploads/2026/10/361932207.jpg)

*再看大意：明确说出笔记标题后，它概括了这篇成长日志的目录。*

![读取笔记后的概括节选](https://www.xuezhao.space/usr/uploads/2026/10/204675525.jpg)

*继续听内容：这是阅读回复的节选，后面还能接着要求读原文。*

![从当前笔记漫步到下一篇的成功回复](https://www.xuezhao.space/usr/uploads/2026/10/2877142001.jpg)

*顺着往下走：说“从这篇开始文章漫步下一篇”，它接着讲了下一篇记录。*

我喜欢的是这种重听自己记录的方式。散步时想起一个主题，或者骑车时忽然想回顾一段经历，不必先决定要打开哪个文件夹。听到熟悉的片段，还可以接着问、换一篇；如果又冒出新想法，就明确说一句，把它补进今天的日记。

## 骑车时聊什么

那次使用里，我还让它看看知乎热榜，聊了一条关于 DeepSeek 的新闻，后来又一路聊到《塞尔达传说：王国之泪》。

这些话题之间没什么严密的计划。我想到哪儿，就问到哪儿。热榜里有一条感兴趣的内容，可以继续追问；游戏里某段剧情没想明白，也可以接着聊。

值得表扬的是，收音很准，风噪几乎没有影响，沟通很顺畅。Qwen 3.8 Flash 应对日常的 Chat 得心应手。

![骑车时聊知乎热榜和新闻疑问](https://www.xuezhao.space/usr/uploads/2026/10/3498526210.jpg)

*从知乎热榜聊到新闻疑问。截图保留的是当时的回答，里面的具体消息不能直接当作已经核实的事实。*

比如聊塞尔达时，我会问：林克和塞尔达为什么会在地下遇到加侬多夫？《王国之泪》和《旷野之息》是什么关系？再往下，又聊到时间线、格鲁德族，以及游戏里的支线人物。

对我来说，这种随口追问的方式挺自然。一个问题讲完，我往往又有了下一个问题，耳机可以顺着接下去。手机可以留在口袋里。

![围绕塞尔达剧情继续追问](https://www.xuezhao.space/usr/uploads/2026/10/3164787488.jpg)

*一句“你刚刚还没讲完”，可以把话题继续接回来。截图涉及《王国之泪》剧情。*

不过，聊得顺不代表每句话都可靠。

有一个很明显的例子：我问的是“DeepSeek 是否开始封禁美国用户”，它回答的却是“美国政府是否限制使用 DeepSeek”。谁限制谁，方向变了，但它仍然很肯定地说“你判断得对”。

这种回答在耳机里尤其容易被顺着听过去。语气自然，信息也很多，稍不留意就会把它当成已经查明的结论。以后遇到新闻核查，我会更在意它有没有说清楚来源、日期，以及是否真的回答了原来的问题。游戏设定也一样，可以边聊边理解，具体细节仍有必要核对。

还有一个挺有意思的片段：我让千问把这次使用整理成一份 Markdown 文档。它先说需要一点时间，我随后继续聊游戏；过了一会儿，耳机里传来她告诉我任务写好了的通知。

![继续聊天时收到 Markdown 文件卡片](https://www.xuezhao.space/usr/uploads/2026/10/2721482001.jpg)

*耳机里听到完成通知后，App 里也能看到生成的 Markdown 文件卡片。*

我喜欢这种用法：当下把想法说出来，长一点的内容留到方便的时候再看。当前这种异步让远程 Agent 代理干活的模式，还是比较实用的。

## 也有不顺

![搜索自己的思源笔记及一次追问失败](https://www.xuezhao.space/usr/uploads/2026/10/1895008653.jpg)

*搜索返回了具体笔记；紧接着“概括一下第三篇”又没有接住。顺畅和卡壳，都在同一段真实记录里。*

这里也能看到问题：它有时能找到标题，却接不住“第三篇”“第二篇”这样的追问；换成完整标题，或者继续尝试，又能读出内容。

这类体验会打断兴致。原因可能包括 Skill 没有把候选编号和文档对应关系处理好、工具读取失败，或者上下文切换出了问题。还需要进一步定位。对使用者来说，感受很直接：我刚听完它列出的三篇，再说“第二篇”，它应该知道我指的是哪一篇。

这次还有一段很拧巴的体验。

我明确说了“写思源笔记”，App 中却显示成了系统“备忘录”。它随后问我要不要创建提醒，我说“不需要”，接下来又收到“已追加到思源今天的日记”的回复。

站在使用者的角度，我当时想做的事情很简单。但这几句来回，让“到底记到哪里了”变得不清楚。

这可能和我的 Skill 触发描述、对话规则写得不够周全有关，也可能涉及平台如何在不同能力之间选择，或者前一轮结果返回的时间。现在不能把原因全部推给某一边。

我能做的，是把规则写得更明确：哪些说法进入思源日记，哪些只是聊天；原文怎么保留；工具失败时怎么回答；只有拿到真实成功结果，才说已经写入。测试时还要回到思源核对，不能只听一句“记好了”。

## 怎么接入

千问硬件开放平台提供了 Skill 开发、工具接入、调试和真机测试等入口，也支持把已有 API、MCP 等服务接成模型可以调用的工具。我这次先走的是 API 插件加私有 Skill 这条路线。[平台介绍](https://device.qianwen.com/docs/qwen/6679322)

整个调用过程可以简单理解为：

> 对耳机说话 → 千问理解请求并选择 Skill → 调用配置好的外部工具 → 自己的服务执行操作 → 千问根据结果回复

想照着试，可以按下面的顺序来。

1. **准备自己的服务。** 对思源来说，需要自己的访问地址、API Token，以及明确的目标笔记本。地址要能被千问云端访问；电脑上只有一个本机地址，还不能让云端连进来。建议先用一个专门的测试笔记本。

2. **在开放平台创建 API 插件。** 进入[千问 AI 硬件开放平台](https://device.qianwen.com/)，按页面要求完成开发者准备，在技能平台的“API 插件”里配置服务地址、认证方式和具体接口。地址、Token 都用自己的，不把私人凭证写进公开的 Skill 文本。

3. **把一次操作定义清楚。** 比如“追加当天日记”，只需要从口述中提取要记录的正文；目标笔记本固定在工具配置里。先在工具调试中验证它能写进正确的位置，再给模型调用。

4. **创建 Skill，并绑定实际工具。** 描述它什么时候应该被调用、怎么提取参数、失败时如何处理。平台可以辅助生成内容，但仍要检查生成的规则，并把真实工具关联进去。只在文本里写“我能搜索思源”，不会自动产生搜索能力。

5. **绑定自己的耳机做真机测试。** 在设备管理中确认设备，按平台流程开启开发者模式，再通过 Skill 编辑页的“真机测试”绑定。先说一句独一无二的测试内容，然后回到思源找出来，核对正文和位置。[官方真机流程](https://device.qianwen.com/docs/qwen/6681505)

平台这份真机文档目前仍以眼镜表述为主；我的千问耳夹式耳机已经实际绑定并调用过普通 Skill。其他设备和接入方式，仍要看各自的支持情况。

以我使用过的思源日记接口为例，工具的配置核心是：

```text
方法：POST
路径：/api/block/appendDailyNoteBlock
Header：
  Authorization: Token <自己的 API Token>
  Content-Type: application/json
```

```json
{
  "notebook": "<自己的目标笔记本 ID>",
  "dataType": "markdown",
  "data": "<用户明确要求记录的正文>"
}
```

其中，`notebook` 和 `dataType` 设为工具常量，`data` 由模型从口述中提取。笔记本要用真实 ID，可以先调用 `/api/notebook/lsNotebooks` 查询；认证格式和笔记本接口可对照[思源官方 API 文档](https://github.com/siyuan-note/siyuan/blob/master/docs/API.zh-CN.md)。

这里的日记追加属于思源内部内核接口，我在自己的部署版本上用过，升级后仍要重新验证兼容性。[该接口的官方记录](https://github.com/siyuan-note/siyuan/issues/10368)

Skill 的规则可以从这样一段开始，再用平台里的真实工具引用替换对应操作：

> 当用户明确说“写思源日记”“写思源笔记”“记到思源”时，将要保存的原文追加到指定笔记本的当天日记。保留原意，不补写经历。没有正文时先询问。普通聊天、搜索和总结不自动写入。核对本轮工具结果后再确认成功；超时或结果不明时，说明暂时无法确认，不自动重复写入。

这是一个起点。搜索、读取、文档漫步还需要各自的工具和对话规则：搜索结果要保留真实文档 ID，“第二篇”要对应刚才的列表，读取失败要说明，不能只凭一小段搜索摘要就假装读完全文。

如果更适合用思源原生 CLI 实现某个操作，就让 CLI 在自己的电脑或服务器上执行，再把经过限制的操作接成 API 或 MCP 工具。耳机负责提供语音入口，具体如何组织数据和执行操作，可以继续由自己设计。

直连时还有一件事要想清楚：把 Token 保存进千问插件，就是授权平台使用这个凭证访问思源。工具里固定一个笔记本，不等于 Token 本身只拥有这个笔记本的权限。公开分享时，可以分享规则、示例和接入方法；每个人的地址与凭证，应由本人配置在自己的私有副本里。

## 下一步

比如从一篇读书笔记出发，顺着引用和反向链接听下去；听到某个观点，口述补充一段自己的理解，再存回对应位置。

或者把一段时间的 daily notes 按主题找出来，聊聊某个项目最近卡在哪里。需要保留的结论，由我明确说一句，再写回笔记。

我还想把这条语音入口接到服务器上的 Codex。最近在讨论的一个方案是：我通过耳机交代任务，任务先进入一个持久保存的任务池，再由 Codex 执行；有空时打开网页看板查看结果，出门时就直接问耳机进度。

> 对耳机交代任务 → 任务池 → 服务器上的 Codex → 网页看板查看结果，耳机查询进度

比如散步时想起一个还没处理的问题，我希望能说：“检查一下那个项目为什么启动失败，先分析原因，给我一份报告。”任务记下来以后，服务器继续做事。我回家再看分析过程和结果，中途也可以问一句“刚才那个任务做到哪了”。这是我想做的下一步，目前还没有完成整条链路的实测。

对我个人来说，这个方案比把执行都交给千问内置代理更有吸引力：我已经有 ChatGPT 订阅，并且日常深度使用，希望复用；项目文件、脚本和运行环境也在自己的服务器上。配置好相应权限后，Codex 可以在那里读文件、运行命令、改代码和做测试，最后留下能检查的结果。

这些还要逐项实现和测试。我愿意继续折腾，是因为需求可以由自己往下写。思源的开源和 CLI 给了我操作数据的办法，ChatGPT 帮我把想法落实成代码和规则，千问开放平台则提供了让耳机接进来的路径。

这次体验里，有读旧笔记读得很顺的时候，也有明明说了思源却跑去备忘录的时候。我希望它接下来能更稳定地理解“记到哪里”“读哪一篇”和“这次到底做没做成”。

毕竟，我最开始的愿望一直很具体：想记一句话的时候，能当场说出来，过后在自己的日记里找到它。少一点掏手机、找入口的折腾，就能多留下一点当时还热乎的想法。

---

本文根据本人实际使用过程与截图整理，使用 ChatGPT / Codex 辅助梳理结构、整理技术步骤和润色，由本人修改；头图由 AI 生成。截图中的新闻与游戏回答保留当时原貌，不作为事实核查结论。

![千问耳机 让声音化作记忆](https://www.xuezhao.space/usr/uploads/2026/10/2494530699.jpg)

我很喜欢在思源笔记里写 daily notes，也很讨厌为了记一句话，专门把手机掏出来。

所以看到千问 AI 耳机出来的时候，我首先想到的就是：

> 我能不能直接说话，让它把内容记进我的思源？

我希望保留自己原来的笔记习惯：内容还在自己的思源里，同一天继续追加到同一篇日记。我只想把输入这一步变得省事一点。

## 先记进去

## 自己动手改

现在这个“思源助手”，我给它安排了四件事：

- 记日记：把明确要求保存的口述原文，追加到当天的日记。

- 找笔记：用关键词搜索自己的笔记，先告诉我找到了哪几篇。

- 听内容：选一篇概括，或者分段读原文。

- 文档漫步：从当前笔记继续找下一篇，支持继续读、换一篇、回到上一篇。

## 听听旧笔记

![搜索返回了自己的思源笔记](https://www.xuezhao.space/usr/uploads/2026/10/1763603032.jpg)

*先找出来：搜索返回了具体标题和位置，我可以据此选择想听的内容。*

![概括指定笔记的成功回复](https://www.xuezhao.space/usr/uploads/2026/10/361932207.jpg)

*再看大意：明确说出笔记标题后，它概括了这篇成长日志的目录。*

![读取笔记后的概括节选](https://www.xuezhao.space/usr/uploads/2026/10/204675525.jpg)

*继续听内容：这是阅读回复的节选，后面还能接着要求读原文。*

![从当前笔记漫步到下一篇的成功回复](https://www.xuezhao.space/usr/uploads/2026/10/2877142001.jpg)

*顺着往下走：说“从这篇开始文章漫步下一篇”，它接着讲了下一篇记录。*

## 骑车时聊什么

那次使用里，我还让它看看知乎热榜，聊了一条关于 DeepSeek 的新闻，后来又一路聊到《塞尔达传说：王国之泪》。

这些话题之间没什么严密的计划。我想到哪儿，就问到哪儿。热榜里有一条感兴趣的内容，可以继续追问；游戏里某段剧情没想明白，也可以接着聊。

值得表扬的是，收音很准，风噪几乎没有影响，沟通很顺畅。Qwen 3.8 Flash 应对日常的 Chat 得心应手。

![骑车时聊知乎热榜和新闻疑问](https://www.xuezhao.space/usr/uploads/2026/10/3498526210.jpg)

*从知乎热榜聊到新闻疑问。截图保留的是当时的回答，里面的具体消息不能直接当作已经核实的事实。*

对我来说，这种随口追问的方式挺自然。一个问题讲完，我往往又有了下一个问题，耳机可以顺着接下去。手机可以留在口袋里。

![围绕塞尔达剧情继续追问](https://www.xuezhao.space/usr/uploads/2026/10/3164787488.jpg)

*一句“你刚刚还没讲完”，可以把话题继续接回来。截图涉及《王国之泪》剧情。*

不过，聊得顺不代表每句话都可靠。

![继续聊天时收到 Markdown 文件卡片](https://www.xuezhao.space/usr/uploads/2026/10/2721482001.jpg)

*耳机里听到完成通知后，App 里也能看到生成的 Markdown 文件卡片。*

我喜欢这种用法：当下把想法说出来，长一点的内容留到方便的时候再看。当前这种异步让远程 Agent 代理干活的模式，还是比较实用的。

## 也有不顺

![搜索自己的思源笔记及一次追问失败](https://www.xuezhao.space/usr/uploads/2026/10/1895008653.jpg)

*搜索返回了具体笔记；紧接着“概括一下第三篇”又没有接住。顺畅和卡壳，都在同一段真实记录里。*

这里也能看到问题：它有时能找到标题，却接不住“第三篇”“第二篇”这样的追问；换成完整标题，或者继续尝试，又能读出内容。

这次还有一段很拧巴的体验。

站在使用者的角度，我当时想做的事情很简单。但这几句来回，让“到底记到哪里了”变得不清楚。

## 怎么接入

整个调用过程可以简单理解为：

> 对耳机说话 → 千问理解请求并选择 Skill → 调用配置好的外部工具 → 自己的服务执行操作 → 千问根据结果回复

想照着试，可以按下面的顺序来。

平台这份真机文档目前仍以眼镜表述为主；我的千问耳夹式耳机已经实际绑定并调用过普通 Skill。其他设备和接入方式，仍要看各自的支持情况。

以我使用过的思源日记接口为例，工具的配置核心是：

```text
方法：POST
路径：/api/block/appendDailyNoteBlock
Header：
  Authorization: Token <自己的 API Token>
  Content-Type: application/json
```

```json
{
  "notebook": "<自己的目标笔记本 ID>",
  "dataType": "markdown",
  "data": "<用户明确要求记录的正文>"
}
```

Skill 的规则可以从这样一段开始，再用平台里的真实工具引用替换对应操作：

## 下一步

比如从一篇读书笔记出发，顺着引用和反向链接听下去；听到某个观点，口述补充一段自己的理解，再存回对应位置。

或者把一段时间的 daily notes 按主题找出来，聊聊某个项目最近卡在哪里。需要保留的结论，由我明确说一句，再写回笔记。

> 对耳机交代任务 → 任务池 → 服务器上的 Codex → 网页看板查看结果，耳机查询进度

---

最后修改：2026 年 10 月 21 日

如果觉得我的文章对你有用，请随意赞赏

如何用千问AI耳机做一个能读写自己笔记的随身助手

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

基于思源笔记的写作、管理和分发流程

2024年计划与达成情况概览【更新至四月底】

【减脂漫谈】减脂45kg的思考和行动计划

基于Kindle、纸间书摘、思源笔记的全平台同步阅读及闪卡流程

08.老婆生日、半马完结

16.城南旧事

03.新年零碎记录与节后旅行

02.春节返程与阅读感悟

Thank you， Ame！

03. Provider 与成本：从烧钱到精打细算

如何用千问AI耳机做一个能读写自己笔记的随身助手

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

如何用千问AI耳机做一个能读写自己笔记的随身助手

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款