Lotti AI日志助手
AI Skill Hub 推荐使用：Lotti AI日志助手 是一款优质的AI工具。已获得 1.1k 颗 GitHub Star，AI 综合评分 7.2 分，在同类工具中表现稳健。如果你正在寻找可靠的AI工具解决方案，这是一个值得深入了解的选择。
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
Lotti AI日志助手 依赖 Dart 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Dart 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 Lotti AI日志助手 的版本更新，及时通知重要功能变化。
Lotti AI日志助手 是一款基于 Dart 开发的开源工具，专注于 工作流自动化、AI代理、日志管理 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
Lotti AI日志助手 是一款基于 Dart 开发的开源工具，专注于 工作流自动化、AI代理、日志管理 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 克隆仓库 git clone https://github.com/matthiasn/lotti cd lotti # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 查看帮助 lotti --help # 基本运行 lotti [options] <input> # 详细使用说明请查阅文档 # https://github.com/matthiasn/lotti
# lotti 配置说明 # 查看配置选项 lotti --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export LOTTI_CONFIG="/path/to/config.yml"
Lotti
A private, open‑source logbook with a local agentic layer that helps you get things done.
Lotti is the system of record for the things you actually do — tasks, time recordings, voice notes, transcriptions, journal entries, habits, and health data — paired with an agentic layer of long‑living AI agents that observe, suggest, summarise, and nudge.
The logbook is local. The agents run on your machine. With reasoning‑capable models like Qwen 3.6 35B A3B (Mixture of Experts, ~3B active parameters), the model the agents call can run locally too — so, hardware permitting, your data never has to leave the device at all. You configure the provider and the model per category; anything OpenAI‑compatible plugs in directly, and other providers can be extended.
Core Features
Beyond the agentic layer, the logbook side covers:
What's very welcome
- 🐛 Issues and bug reports — the best place to start. Tell us what broke and how to reproduce it.
- 🌍 Translations — new languages, corrections, improvements to existing locales (currently English, German, Spanish, French, Romanian, Czech). AI‑assisted translations are fine provided you contribute from a real‑name, established GitHub profile (not a recently created throwaway).
- 💡 Discussion of new features — open an issue, describe what you'd like to have and why, and let's agree on the shape before any code is written.
- 🐍 Local image generation service — a reliable, local Python‑based image‑gen service (following the same architecture as our local Voxtral integration) is a specifically wanted contribution. If you have experience in this area and want to take it on, please open an issue first so we can align on the integration shape.
Getting Started
Three short walkthroughs live alongside the README. Pick the one that matches what you want to do:
- 🤖 Set up AI — local (Ollama) or cloud (Gemini Flash) — the fastest way to a working agent
- ✅ Create your first task with cover art — the basic everyday workflow
- 🔄 Set up sync between your devices via the Matrix provisioner — when you have more than one device
For developers:
- Install Flutter via FVM (the repo includes
.fvmrc) make deps— install dependenciesmake analyze— static analysismake test— unit testsmake build_runner— code generationmake l10n— regenerate localizationsfvm flutter run -d macos— run on macOS (or-d <device>for others)
Linux only — install emoji font support for proper rendering: ```bash
Debian/Ubuntu: sudo apt install fonts-noto-color-emoji
Fedora: sudo dnf install google-noto-emoji-color-fonts
Use Cases
Two workflows in particular are why the author keeps building this app.
AI‑augmented workflows
- Smart summaries of tasks and categories - Audio → checklist conversion of rambling voice notes - Image cover art for tasks and journal entries - Context recap when you return to a task after a break - Generate Coding Prompt skill — turns a task plus your notes into a structured Markdown coding brief ready to paste into Claude Code, OpenCode, Codex, Cursor, or your AI coding assistant of choice - Generate Design Prompt skill — turns task context plus notes into a UI/UX exploration prompt (defaults to several functional prototypes, enforces design‑system alignment when one is mentioned), ready to paste into Claude Design, OpenDesign, Figma Make, or similar - Generate Image Prompt and Generate Research Prompt skills round out the same pattern for cover‑art generation and Deep‑Research‑style briefs - Per‑category provider configuration — local for personal stuff, cloud for work, your call
创新的私密AI日志方案，本地代理架构保护隐私。Flutter技术选型合理，但生态完整度和维护活力需要观察。适合隐私敏感用户和AI工作流爱好者。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
- +GPL-3.0 协议，可免费商用
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
⚠️ GPL 3.0 — 强 Copyleft，衍生作品须开源，含专利保护条款，不可闭源使用。
总体来看，Lotti AI日志助手 是一款质量良好的AI工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | lotti |
| 原始描述 | 开源AI工作流：Open-source private logbook with a local agentic layer. Long-living AI agents re。⭐1.1k · Dart |
| Topics | 工作流自动化AI代理日志管理Flutter应用隐私优先 |
| GitHub | https://github.com/matthiasn/lotti |
| License | GPL-3.0 |
| 语言 | Dart |
收录时间：2026-05-21 · 更新时间：2026-05-22 · License：GPL-3.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。