Lotti：你的私人 AI 助手团队，让隐私与智能共存

清晨，你打开 Lotti，回顾昨晚随口说的那句"明天要记得约牙医"——AI 助手已经自动为你创建了任务，提醒时间设在上午 10 点。而这一切，都发生在你自己的设备上，服务器永远只能看到加密后的密文。

这不是科幻场景，这是 Matthias 正在维护的真实项目——Lotti。

应用图标，由作者原创设计

---

一个极客父亲写给家人的日志工具

Lotti 的诞生，源自作者 Matthias 对家人数字生活的观察与焦虑。他希望妻子和孩子们有一款真正私有的日志工具，记录工作、追踪时间、管理任务，但不需要把数据交给任何第三方。

2019 年起步时，Lotti 还只是一个简单的跨平台日志应用。随着 AI 浪潮到来，Matthias 将其逐步演化为"AI 助手团队"——每个类别可以绑定一个专属 AI 智能体，它们阅读你记录的内容，主动提议下一步行动，最终由你批准修改。

用作者的话说："服务器永远只看到密文（servers only ever see ciphertext）。"

---

核心功能：四位一体的私人数字助理

Lotti 不是一个单一功能的工具，它将四种能力深度整合：

1. 日志 / 笔记（Journal）

支持文字、语音、图片附件。语音记录后，自动调用 Whisper 或 Voxtral 进行本地语音转文字，转录结果保存在本地 SQLite 数据库（Drift 框架）中。

2. 任务管理（Task Management）

内置完整的任务管理功能，支持分类、子任务、优先级、时间追踪。可以和日志条目双向关联——你记录的某次讨论可以直接生成一条待办事项。

3. 习惯追踪（Habit Tracking）

健康类别的习惯追踪支持与 Apple Health / Google Health Connect 打通，自动读取步数、睡眠、心率等数据。

Lotti 健康分类界面，支持与健康数据应用打通

4. AI 助手团队（Agents）

这是 Lotti 最具差异化的功能。每个类别可绑定一个 AI 智能体，Agents 会：

• 阅读该类别下所有历史记录
• 识别遗漏事项，主动生成建议
• 在你批准后修改任务或日志条目

快速接入 Google Gemini，只需一分钟

AI 提供商支持：

提供商	特点	适用场景
Gemini（云端）	快速接入，功能完整	不想折腾配置的用户
Ollama（本地）	完全离线，隐私优先	高隐私需求，需 32GB+ RAM
Voxtral（本地）	本地语音转文字	Apple Silicon Mac
Alibaba Qwen	长上下文，多模态	中文用户，多模态需求

---

技术架构：Flutter 驱动的五平台原生应用

Lotti 基于 Flutter + Dart 开发，支持五大平台：

• 📱 Android（Google Play、APK 直接安装）
• 🍎 iOS（TestFlight / App Store）
• 🐧 Linux（Flathub 一键安装）
• 💻 macOS（官方构建版本）
• 🪟 Windows（MSIX 打包）

核心依赖栈

层级	技术选型
UI 框架	Flutter 3.47+
状态管理	Riverpod + Freezed
本地数据库	Drift（SQLite） + ObjectBox（向量嵌入）
端到端加密	Vodozemac（Matrix Olm 协议 Flutter 实现）
加密同步	Matrix 协议
语音识别	Whisper（本地）+ Voxtral（本地）
地图	flutter_map + OpenStreetMap
AI 推理	Gemini SDK / Ollama / 本地模型

Lotti 分类管理界面，支持自定义分类与图标

隐私设计亮点

Lotti 的隐私保护不只是"说说而已"，而是通过底层技术保证：

• 端到端加密同步：通过 Matrix 协议同步数据，Vodozemac 库实现 Olm/Megolm 端到端加密，服务器作为纯粹的传输通道，无法解密内容
• 本地 AI 完全可选：关闭所有 AI 提供商后，Lotti 就是一个纯粹的本地任务管理器+日志工具，零网络推理
• 语音本地转录：Whisper 模型在设备本地运行，语音不上云

---

上手体验：从零到 AI 助手

安装方式

Linux（Flathub）

flatpak install flathub com.matthiasn.lotti

macOS / Windows：从 GitHub Releases 下载官方构建版本。

Android：从 GitHub Releases 下载 APK 安装，或从 F-Droid 获取。

首次 AI 配置（Gemini 为例）

1. 访问 Google AI Studio 创建 API Key（AIza... 开头）
2. 打开 Lotti → Settings → AI Settings
3. 点击 Add Provider，选择 Gemini，填入 API Key
4. 系统自动配置转录、图像分析、任务摘要等技能
5. 完成后，AI 助手开始阅读你的日志

完全离线模式

在 AI Settings 中不添加任何 Provider，或将所有类别指向本地 Ollama + Whisper，Lotti 变身为零联网的本地工具，适合极高安全环境。

---

项目质量评估

维度	评分	说明
代码质量	⭐⭐⭐⭐	结构清晰，Riverpod 状态管理规范，Drift 数据库设计合理
文档质量	⭐⭐⭐⭐⭐	每个功能都有配套截图，11 种语言手册，deterministic fixture 保证文档不漂移
测试覆盖	⭐⭐⭐⭐	Codecov 集成，Glados 属性测试，integration_test 覆盖主要流程
AI 框架集成	⭐⭐⭐⭐	同时支持云端（Gemini）和本地（Ollama、Whisper），覆盖主流场景
隐私保护	⭐⭐⭐⭐⭐	端到端加密、本地推理可选，架构层面而非策略层面的隐私保证

---

局限与挑战

Lotti 并不是完美的，对以下用户可能存在门槛：

1. Flutter 桌面应用安装门槛：Linux 的 Flathub 体验较好，但 macOS 和 Windows 需要手动下载安装包，无应用商店自动更新
2. 本地 AI 硬件要求高：Ollama 推荐 32GB+ RAM 才能流畅运行，对普通用户不太友好
3. AI 助手概念学习成本：Agents 提议修改→用户批准的模式新颖，需要一定时间理解其工作方式
4. Ollama 模型管理：需要手动拉取模型、更新模型版本，非技术人员可能感到困难
5. 团队协作缺失：目前定位为纯个人工具，多人协作场景暂不支持

---

行业意义

Lotti 代表了一种新兴的 AI 应用哲学：AI 作为个人管家的延伸，而不是数据收割机。

在 AI 应用普遍"先把数据拿到再说"的当下，Lotti 用 Matrix 端到端加密和本地推理能力，证明了隐私与智能并不矛盾。2024-2025 年，随着 Ollama 本地模型的成熟和 Whisper 的轻量化，越来越多开发者开始探索"AI 本地化"的可行路径——Lotti 是这条路上的一个成熟范本。

GitHub Stars 持续稳定增长，Discord 社区活跃，Flathub 下载量可观，说明确实存在一批对"隐私优先 AI 应用"有真实需求的用户群体。

---

一句话总结：Lotti 是当前市面上将隐私保护、AI 助手、任务管理、日志追踪整合得最好的开源应用之一，适合愿意为数据主权付出一定技术学习成本的用户。