GitHub: https://github.com/aisspire/InkFlow
1. 简介
InkFlow 是一个基于 LangGraph 的半自动内容发布工作流，用来把本地笔记快速整理、脱敏、生成文章，并发布到静态博客中，减少从原始笔记到公开文章之间的重复操作。
2. 项目背景
这个项目最初是为了解决个人笔记发布前处理成本高的问题：原始笔记往往需要格式化、脱敏、补全 frontmatter、人工审阅，再复制到博客仓库并提交发布。InkFlow 将这些步骤串成一个可观察、可扩展的工作流，让笔记可以更快进入发布流程。
后续计划接入联网能力，自动收集技术信息、筛选选题并生成技术日报，进一步从“笔记发布工具”扩展为“自动内容生产工作流”。
3. 核心功能及亮点
- LangGraph 工作流编排：将预处理、脱敏审查、文章生成、Markdown 拼装、人工审阅、发布和报告记录拆成独立节点，流程清晰，方便调试和持续扩展。
- LLM 辅助内容处理：支持 OpenAI-compatible 接口，可用于敏感信息识别、脱敏改写和结构化文章生成，降低手工整理笔记的时间成本。
- 人工审阅闭环：在脱敏和最终发布前保留人工确认步骤，既能利用自动化提升效率，又避免未经检查的内容直接公开。
- Astro Markdown 自动拼装：将模型生成的结构化文章数据稳定转换为 Astro 博客可读取的 Markdown/MDX 格式，减少 frontmatter、标签、作者等格式错误。
- 发布与审计记录：支持将审阅稿复制到博客仓库，并执行构建、提交、推送等发布动作；同时生成 Markdown 报告和 JSONL 审计日志，方便回溯每次处理过程。
4. 技术栈
- Python 3.11：项目主体语言，用于实现命令行入口、文件处理、配置读取和发布流程。
- LangGraph：负责组织多阶段内容处理流程，让每个节点的输入、输出和状态流转更加清晰。
- OpenAI-compatible API：作为 LLM 调用适配层，用于接入不同模型服务，实现脱敏审查和文章生成。
5. 项目成果
InkFlow 已经实现了从本地笔记输入到博客文章发布的基础闭环：可以读取本地 Markdown，进行脱敏审查和人工确认，生成结构化文章数据，拼装为 Astro Markdown，写入本地审阅稿，并在确认后发布到静态博客仓库。项目已开源，许可证为 MIT。
6. 适合的用户
InkFlow 适合经常写技术笔记、博客或项目复盘的人，尤其适合希望把零散 Markdown 笔记快速整理成可发布文章的开发者。它也适合正在学习 LangGraph、LLM 工作流编排、AI 内容处理和静态博客自动化发布的人，用一个真实但规模可控的项目理解多节点状态流转。
7. 未来展望
后续 InkFlow 可以继续接入联网信息源，例如 RSS、GitHub Release、技术博客和新闻源，自动收集素材并生成技术日报；也可以加入 RAG、本地知识库、事实检查和引用校验，让内容生成更可靠。
审阅方式上，可以从当前终端交互升级为 Web 审阅界面，进一步提升可用性。发布侧还可以加入更细的安全开关、回滚记录和多平台发布支持，让它逐步成长为完整