Shockwave开源实测：桌面手机同步的AI第二大脑

一个开发者为什么要自己造轮子

市面上已经有Hermes、OpenClaw^广告这类AI Agent工具，但Shockwave的作者却选择从头搭建自己的应用。原因很简单——他对现有工具的用户体验并不满意。

作者的核心诉求是「一体化」。他喜欢Hermes的自我进化技能、cron定时任务、记忆机制和prompt缓存，也认可Obsidian这类第二大脑的笔记与关系图谱能力，但没有一款工具能把这些能力无缝整合进一个日常真正愿意打开的应用里。于是他把Obsidian的笔记链接、Hermes的Agent能力、Cloud Code的编辑体验，加上服务器端的任务调度，全部塞进了同一个应用——这就是Shockwave。

值得强调的是，作者坦言「抄」了很多来源：从Obsidian借鉴了双向链接、日记（daily notes）和关系图谱，从Hermes借鉴了自进化技能与cron机制。在开源生态里，这种互相借鉴本就是常态。

第二大脑：笔记、链接与图谱

Shockwave本质上是一个类Obsidian的笔记应用。你可以把脑子里的想法一股脑倒进去，不用刻意组织，系统会帮你把内容通过链接串联起来。作者演示了自己的工作流：在每日日记（journal）底部随手记下的内容创意，会自动被引用到对应的「content」页面下，通过关系图谱可以看到所有页面之间的连接关系。

作者使用了PARA文件夹体系来组织第二大脑，但应用并不强制这一结构，用户可以自由选择。

真正的差异在于AI Agent的定位。它不是一个独立窗口，而是「和你在一起」，直接在同一批文件里工作。你可以选中一段文字，让Agent在下方生成更精炼的版本，或者直接根据文字内容用Excalidraw画一张示意图——整个过程都在同一个界面里完成，带着Cloud Code式的本地修改体验，但集成度更高。

更关键的是，Agent拥有访问关系图谱的专用工具，图谱数据存在内存里，Agent可以直接读取和优化，而不用退回到grep这类命令行工具去检索。

PARA是由生产力作家Tiago Forte提出的个人知识管理框架，名称是四个英文单词的首字母缩写：Projects（正在推进的项目）、Areas（需要持续维护的生活领域，如健康、财务）、Resources（感兴趣的主题资料库）、Archives（已完成或暂停的内容归档）。这套体系的核心思想是按「可操作性」而非「类别」来组织信息，让你在需要时能快速找到当下最相关的内容。Obsidian社区对PARA有大量模板和插件支持，使其成为第二大脑工具中最流行的组织方式之一。Shockwave沿用了这一结构作为默认示范，但不强制执行，这体现了一种务实的设计取向：提供最佳实践的起点，同时保留用户的自由度。

GitHub作为同步中枢

要实现桌面、笔记本、手机（Telegram）、服务器四端在同一批文件上协作，最大的技术挑战是同步。作者的方案是：每个工作区（workspace）背后都对应一个GitHub仓库，所有文件变更通过GitHub快速同步。

这个设计带来两个额外好处：一是GitHub免费承担了同步基础设施；二是不断累积的commit历史成了一份可分析的操作记录，你随时能看到文件是如何被修改的。

创建工作区非常简单——添加工作区、选择文件夹，系统会自动为你创建GitHub仓库，并写入memory、agents等默认文件。作者现场演示：在手机上通过语音口述「在主文件夹创建一个test-12345.md文件」，服务器完成转录后写入文件，几秒后桌面端就出现了这个文件；反向修改后，Telegram端也能立刻感知变化。

作者特别提到，同步速度是体验的关键——如果桌面在改文件、Telegram消息也在别处触发写入，文件同步必须足够快，否则整个体验就会崩塌。

将GitHub仓库作为文件同步中枢是一种将版本控制基础设施「副作用化」的设计模式。GitHub本身提供的是代码托管服务，但其底层的Git协议天然支持多端推拉（push/pull）操作、变更历史追踪和冲突合并。对于笔记类应用而言，这意味着同步方案无需自建后端存储，直接复用免费额度内的GitHub私有仓库即可。与Dropbox或iCloud等专有同步方案相比，这种方式的优势在于数据完全由用户掌控，且每一次文件修改都附带时间戳和差异记录（diff），可供后续审计或AI分析。潜在代价是Git的合并冲突处理逻辑并非为高频并发写入设计，因此Shockwave在同步速度上的工程投入——确保各端写入不产生竞争——是这一架构能否正常运转的关键。

桌面、Telegram与服务器的无缝流转

三个端各有分工：桌面是你主要修改文件、组织生活（笔记、待办、项目、资源、品牌资料、prompts）的地方；服务器负责与Telegram对接、跑cron定时任务和自我改进（review）流程；Telegram则是移动端的入口。

最巧妙的一处是上下文接续。假设一个cron任务跑完AI新闻汇总后给你发了一条Telegram消息，你可以直接回复这条消息，Agent会自动切换到对应的会话上下文，你就能基于完整的执行结果继续追问，而不用重建上下文。作者说这一点花了不少工程功夫。

针对移动场景，作者还做了细节优化：Telegram语音转录的管线被刻意加速——他没有采用免费的Whisper，正是因为Whisper偏慢，而他选用的三家转录服务经过优化更快。语音回复也会被分块（chunk）处理，这样你能更快开始播放，而不用等整段音频生成完毕。

所有设置——深色/浅色模式、Agent聊天信息、模型、推理配置、API密钥——都保存在被称为「companion」的服务器组件里。换一台电脑，这些设置会跟着你走；API密钥只需在一处填写，桌面、Telegram、服务器共享同一份。

安装与部署：面向愿意折腾的用户

Shockwave是开源且免费的。桌面端直接从GitHub仓库下载Mac、Windows或Linux版本即可。服务器端稍微复杂：作者在DigitalOcean上创建了一台32美元/月的droplet（他建议根据是否跑playwright浏览器自动化等重任务来选配置，2-4GB内存是使用浏览器自动化的下限），SSH登录后只需运行一条脚本，脚本会自动检测并安装Docker、配置防火墙、生成SSL证书（支持自签名或基于域名的真实证书）。

连接时需要核对指纹（fingerprint）确保安全。作者也坦诚地说明，他处理了所有显而易见的安全项，但最安全的方式仍然是用SSH密钥，「安全没有绝对，只在于你投入了多少精力」。

剩下的配置都在UI里完成：填入GitHub token（仅需repo权限）、选择Agent的模型（如Anthropic Opus）、配置Telegram（通过BotFather创建bot、填入token和user ID）。整套系统还内置了自动更新机制，桌面和服务器的更新都是无感完成的。

Playwright是微软开源的浏览器自动化框架，支持Chromium、Firefox和WebKit内核，常用于端到端测试和网页数据抓取。在AI Agent场景中，Playwright赋予Agent「操控浏览器」的能力——自动填表、点击按钮、截图、抓取动态渲染页面等——使其能够与那些没有开放API的网站交互。由于需要在内存中运行完整浏览器实例，Playwright对服务器内存消耗较大（通常单个Chromium实例就需要约300-500MB），这正是作者建议根据是否使用浏览器自动化来选择服务器配置的原因，2-4GB内存是可用下限。对于仅需文本处理和API调用的轻量任务，更低配置的服务器即可胜任。

一点关于AI Agent的实用理念

作者最后分享了他对AI Agent的看法，这也是本项目的设计哲学：最有生产力的Agent协作，往往发生在「人和Agent紧密配合」的场景，而不是那种「帮我自动运营整个业务、一周后回来给我一百万」的幻想。

他更看重的是——能作为监督者，让Agent干活，但无论身在何处都能快速介入、审视和调整它的工作。理想状态是大部分时间通过聊天就把事情办完，而当他回到桌面时，依然想要一个可视化、可导航、有关系图谱的良好界面。

这也解释了Shockwave为何如此强调「无缝」二字：它不追求全自动，而是追求人机协作路径上的每一环都足够快、足够透明。