使用 Codex 构建本地知识应用，集中管理智能体的产出
大家好，。任务：大家好，我想分享一个用 Codex 5.5 Pro 构建的项目。过去 12 个月，我一直在 MacBook 和 Mac mini 上使用 Codex、OpenClaw 等智能体，之后便创建了这个应用。我的文件散落各处，需要一种方法来集中管理智能体生成的信息，于是开发了一款名为 Mianotes 的本地知识应用，让智能体可以用它记录自己正在进行的工作。它免费且开源。Mianotes 还能将视频和音频文件、PDF、图片以及链接（包括 YouTube 链接）转换为 Markdown。它使用 Microsoft MarkItDown 进行文件转换，并在 MarkItDown 需要辅助时，使用 OpenAI 或兼容 API 来改善 OCR 效果。从首次提交到发布首个 macOS 安装包，整个平台、API、MCP 服务器、仪表盘、macOS 和 Ubuntu 安装程序、文档以及宣传网站，仅用 2 周就全部完成。我使用了 4 个 Codex 智能体，进行了超过 30 次智能体会话。Codex 智能体还在开发过程中将产品文档记录到 Mianotes 中，让我能够一边构建产品，一边验证这个想法。这是该应用的首个公开版本：→ 网站：https://mianotes.com/ → 文档：https://mianotes.com/docs/ → GitHub：https://github.com/Mianotes 如果你试用了它，我很想知道哪些地方好用、哪些地方不好用，以及你对这类工具有什么期待。谢谢。；工具：Codex。人工角色：原帖未说明人是如何持续参与的。；局限：前提条件包括访问 Codex、OpenAI API 和 Microsoft MarkItDown。关于 API 成本和复杂文档 OCR 准确性的集成不确定性存在。来源可靠性较低，因为这是未经独立验证的 Reddit 自述帖子。最终代码提交和公开发布需要人类批准。建议：在扩展之前，测试 API 速率限制和不同文件类型的 OCR 质量。。
工具
Agent Work Atlas 发布日期:
概述
大家好，
工作流程
大家好，我想分享一个用 Codex 5.5 Pro 构建的项目。过去 12 个月，我一直在 MacBook 和 Mac mini 上使用 Codex、OpenClaw 等智能体，之后便创建了这个应用。我的文件散落各处，需要一种方法来集中管理智能体生成的信息，于是开发了一款名为 Mianotes 的本地知识应用，让智能体可以用它记录自己正在进行的工作。它免费且开源。Mianotes 还能将视频和音频文件、PDF、图片以及链接（包括 YouTube 链接）转换为 Markdown。它使用 Microsoft MarkItDown 进行文件转换，并在 MarkItDown 需要辅助时，使用 OpenAI 或兼容 API 来改善 OCR 效果。从首次提交到发布首个 macOS 安装包，整个平台、API、MCP 服务器、仪表盘、macOS 和 Ubuntu 安装程序、文档以及宣传网站，仅用 2 周就全部完成。我使用了 4 个 Codex 智能体，进行了超过 30 次智能体会话。Codex 智能体还在开发过程中将产品文档记录到 Mianotes 中，让我能够一边构建产品，一边验证这个想法。这是该应用的首个公开版本：→ 网站：https://mianotes.com/ → 文档：https://mianotes.com/docs/ → GitHub：https://github.com/Mianotes 如果你试用了它，我很想知道哪些地方好用、哪些地方不好用，以及你对这类工具有什么期待。谢谢。
原文报告的结果
实际结果未知，因为来源未提供量化结果或性能指标。作者声称应用在 2 周内构建完成且免费开源，但未提供关于采用率、稳定性或转换准确性的数据。建议的验收检查：验证样本 PDF 和 YouTube 链接是否正确转换为 Markdown，文本保真度超过 90%，且 macOS 安装程序启动无错误。
人工角色
原帖未说明人是如何持续参与的。
局限
前提条件包括访问 Codex、OpenAI API 和 Microsoft MarkItDown。关于 API 成本和复杂文档 OCR 准确性的集成不确定性存在。来源可靠性较低，因为这是未经独立验证的 Reddit 自述帖子。最终代码提交和公开发布需要人类批准。建议：在扩展之前，测试 API 速率限制和不同文件类型的 OCR 质量。
试一试
扮演高级开发人员。我想使用 Codex 智能体构建一个名为 Mianotes 的本地知识应用。 输入：[可替换：包含 PDF、MP4 和 YouTube URL 的样本文件列表]，[可替换：目标操作系统 (macOS/Ubuntu)]，[可替换：OpenAI API 密钥]。 步骤： 1. 初始化本地优先应用的项目结构。 2. 使用 Microsoft MarkItDown 实现 PDF 和图像的文件转换逻辑。 3. 集成 OpenAI API 以增强低质量扫描件的 OCR。 4. 创建一个模块，从视频/音频和 YouTube 链接中提取转录文本。 5. 生成 macOS 安装包。 6. 使用智能体生成的笔记在应用内部记录产品文档。 输出：一个可运行的原型代码库和一个 README.md。 质量衡量：对一个样本 PDF 和一个 YouTube 链接进行试运行。验证 Markdown 输出是否可读且准确。 保障措施：未经我明确确认，不要发布或消耗 API 额度。如果缺少 API 密钥或特定文件格式，请提出澄清问题。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。