Siftly:把 X 書籤變成可搜尋知識庫,資料真的都留在本機嗎?
X 書籤越存越多卻找不到?Siftly 提供本機搜尋、分類與心智圖。本文整理匯入方式、AI 資料傳送與隱私限制,並說明自動分類仍需人工查核,以及適合從哪些收藏開始評估。
你的 X 書籤也許已經累積了幾百篇,但等到想寫文章或找工具時,仍然得一則一則翻。Siftly 試著把收藏匯入本機,變成能搜尋、分類與探索的知識庫。它解決的是「存下來之後,怎麼再找到」的問題。這不是新發布消息:推薦貼文發於 2026 年 8 月,本文依目前文件整理,本站尚未安裝實測。
從收藏清單到可搜尋資料
專案文件介紹,Siftly 使用本機 SQLite 保存資料,能以文字搜尋及篩選查看收藏,並嘗試從貼文擷取工具、連結等資訊。它也提供 AI 分類與視覺分析,以及心智圖介面。對研究者來說,可能的用法是先把散落的資料匯入,再搜尋某個產品名稱,找出同一主題的相關收藏。
這不等於每個分類都正確。自動分類需要人工抽查:一篇貼文可能同時談產品、程式與安全,圖片或長串文也不一定能靠摘要完整理解。想拿來寫文章,仍應打開原帖、追查官方文件,並確認資訊是否過期。
本機儲存,不一定代表完全離線
官方說明資料存在本機,但 AI 分析會把貼文文字與圖片資料送到你設定的 AI 服務端點。因此,「資料庫在本機」不能直接理解成「所有內容都不會離開電腦」。匯入含私人或敏感資料的收藏前,先確認使用哪個模型端點、其資料處理方式及可能的費用。
文件提供書籤匯入方式,但這不表示它能保證持續同步 X 的所有歷史收藏,也不代表 X 平台本身的資料夾會自動更新。使用前應檢查專案最新安裝說明、可見範圍與匯入結果,保留原始收藏作核對。
如果你的目的只是把收藏分到 X 資料夾,原生功能可能已經夠用;如果想跨主題搜尋、整理多篇資料後再寫作,Siftly 值得放進評估名單。下一步應先用少量非敏感收藏驗證匯入、分類和搜尋,再決定是否擴大使用。
資料來源:Siftly GitHub、X 推薦原帖。