流形白板 FlowMuse - 自由流动的白板笔记

核心能力

为创作而生

Markdraw 白板引擎

纯 Dart 自研白板内核，OneEuro 自适应滤波平滑笔迹，完整控制输入、渲染、撤销重做。不可变模型 + Result 模式，场景和元素都是不可变的，工具产出 ToolResult 由 EditorState 折叠成新状态。兼容 Excalidraw 数据格式，数据不被锁定，支持 .markdraw 和 .excalidraw 双格式导入导出。

实时协作 · 端到端加密

房间链接携带 roomId 和 roomKey，所有实时消息和快照用 AES-GCM-128 加密，服务端零知识中转永远看不到明文。Socket.IO 只广播 version 变化的增量元素，每 20 秒全量重发防止丢消息。协作者光标实时显示，新成员加入时主动推送最新场景。快照异步存储带乐观锁，冲突自动 reconcile 重试。

手写压感 · 笔形管理

华为手写笔原生压感适配，铅笔着色器模拟纸质纹理。每种笔形独立保存颜色、粗细、压感参数。

AI 手写识别

手写完成后 1 秒自动识别，或框选笔迹手动转换。支持文本、图形、公式识别。

PDF 标注 · 分页模式

导入 PDF 作为画布背景，逐页渲染支持标注。分页视口模拟纸质笔记本。

语音转文字

Android、鸿蒙、Web 跨平台统一接入。实时预览，一次性创建标准文本元素。

离线优先 · 本地存储

SQLite 本地数据库，无服务端也能书写与存储。LibraryIndex 单一数据源。

AI 笔记助手

OpenAI 兼容 Function Calling，读取笔记文本提供智能建议。

WebDAV 云端备份

支持私有云备份，数据完全掌控。服务器 URL、用户名、远程路径存 SQLite，密码加密存 OS 密钥链。自动备份与恢复。

智能排版

手写识别后自动整理排版，优化笔记布局。支持 Markdown 和 LaTeX 导出，Excalidraw 场景投影处理。

技术架构

为什么自研 Markdraw？

纯 Dart 白板内核 · 不可变模型 + Result 模式 · 兼容 Excalidraw

跨端一致性

Excalidraw 基于 Web/React 生态，无法直接运行在 Flutter。一份 Dart 代码多端运行，平台特有能力（鸿蒙手写笔压感、原生 PDF 渲染、语音识别）优雅降级。

分层状态管理

ChangeNotifier 处理高频笔迹输入，OneEuro 自适应滤波平滑跟手。Riverpod 管理业务逻辑和资料库，编辑流畅不卡顿。

端到端加密协作

房间密钥 AES-GCM-128 加密，增量同步变化元素而非全场景。高频书写帧合并，服务端零知识中转，完整场景仅用于初始化和快照恢复。

数据开放 · 离线优先

保持 Excalidraw JSON 格式兼容，用户数据不被锁定。本地 SQLite 存储，无服务端也能书写。支持 .markdraw 和 .excalidraw 双格式导入导出。

Flutter

Dart

Riverpod

SQLite

Socket.IO

Excalidraw

HarmonyOS

常见疑问

你可能想问的

还没解决?欢迎到 GitHub Discussions 继续聊。

是的。协作房间链接里携带 roomId 和 roomKey,密钥从不出客户端。所有实时消息和快照用 AES-GCM-128 加密后发到服务器,服务器只看到密文, 永远无法解密还原内容。Socket.IO 只广播版本号和增量元素,服务端是零知识中转。

鸿蒙端通过 Platform Channel 接入 Pen Kit 全局取色和手写笔原生压感, 铅笔着色器模拟纸质纹理。iOS / Android 端通过 Flutter 的 PointerEvent 读取压感数据 (Apple Pencil 通过 UITouchType.Pencil,Android 通过 MotionEvent.getPressure)。

可以,而且这是设计目标。所有笔记存本地 SQLite 数据库,无服务端也能完整书写、编辑、撤销重做。LibraryIndex 是单一数据源。需要同步时再连接协作服务或 WebDAV 云备份。

保持 Excalidraw JSON 格式兼容,用户数据不被锁定。支持 .markdraw 和 .excalidraw 双格式导入导出。这意味着你可以在 Excalidraw 网页版打开 FlowMuse 的笔记,也可以把 Excalidraw 的场景直接拖进 FlowMuse 继续编辑。

核心编辑能力完全一致(一份 Dart 代码)。鸿蒙端额外做了原生适配: 手写笔压感、Pen Kit 全局取色、 原生 HTTP / PDF 渲染、语音识别和 桌面服务卡片(从卡片可直接进入上次笔记)。

三平台实现策略不同。Android 端用 sherpa-onnx 离线模型, 笔迹特征完全在设备上推理,不上传。Web 端用浏览器原生 Web Speech API。鸿蒙端通过原生 MethodChannel 调系统 ASR。文本类识别走 OpenAI 兼容 Function Calling,会调用你配置的 API,但只在用户主动触发 AI 笔记助手时。

白板笔记