“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
Bop Spotter：旧金山街头的音乐监控实验
在旧金山街头安装常驻麦克风，用 Shazam 24小时识别街头播放的音乐，实时捕捉街区的文化脉搏。
灵感来源：从 ShotSpotter 到 Bop Spotter
如果你关注过美国警务技术，一定听说过 ShotSpotter——一种由警方部署在多个美国城市的麦克风阵列系统，专门用于探测枪声。这套系统声称能在几秒内定位枪击事件，但实际准确度备受质疑，常常把爆竹声、建筑噪音甚至汽车回火误判为枪声。
独立开发者 Riley Walz 的 Bop Spotter 项目做了一个巧妙的反转：同样的监听基础设施，不同的探测目标——不是子弹，而是流行歌曲。
这不是为了抓捕罪犯，而是为了捕捉氛围（vibes）。项目介绍页上的原文写道：
"That is this, but for music. This is culture surveillance. No one notices, no one consents. But it's not about catching criminals. It's about catching vibes. A constant feed of what's popping off in real-time."
翻译过来就是：这是文化监视。没有人注意到，没有人同意。但这与抓捕罪犯无关，而是捕捉那种氛围——一个实时反映街区正在流行什么的持续信息流。
技术架构：一个麦克风 + 24小时运行的 Shazam
具体实现非常简洁：
- 安装位置：旧金山 Mission 区（一个以拉丁裔文化、街头艺术和餐馆闻名的多元社区）的某处，麦克风朝下指向街道。
- 运行方式：每周 7 天、每天 24 小时不间断地将环境音频送入 Shazam 识别服务。
- 音频来源：项目页面标注了 "Audio feed courtesy of Orchestra"，即音频流由 Orchestra 提供。Orchestra 是一个同时支持 iOS 和 Android 的环境音频流媒体服务，它让开发者能方便地获取公共场所的环境声音。
- 数据显示：网页上展示了一个不断滚动的歌曲记录列表，每一条包含歌曲名、艺术家、识别时间和发布日期。每条记录附有 Spotify 和 Apple Music 的打开链接，方便听众直接跳转收听。
这个项目的本质是一个 被动式文化传感器——没有问卷、没有人工调查、没有平台热榜，只是用物理世界里的环境声音来推断一个社区共同体的音乐口味流动。
数据揭示的社区音乐图景
从项目展示的数天记录中，我们可以读到很多关于 Mission 区日常的细节：
音乐类型的多元混搭
记录中可以看到极其丰富且混杂的曲目：
- 经典摇滚和流行：Queen 的 "Bohemian Rhapsody" 和 "Don't Stop Me Now"、ZZ Top 的 "La Grange"、Tom Petty 的 "Free Fallin'"、Metallica 的 "The Small Hours"
- 嘻哈与说唱：Kanye West 的 "All Falls Down"、SZA 的 "Broken Clocks"、Pop Smoke 的 "Hello"、Lil Wayne 和 Drake 的多首作品、Coolio 的 "Gangsta's Paradise"
- 拉丁音乐的大量出现：Vicente Fernández 的 "La Yegua Palomina"、Los Ángeles Azules 的 "17 Años"、Calibre 50 的 "Aguaje Activado"、Maluma 的 "Felices los 4"、Daddy Yankee 和 Don Omar 的合作、Diomedes Díaz 的 vallenato 经典
- 雷鬼和舞曲：Calvin Harris 与 Rihanna 的 "This Is What You Came For"
- 城市之声：Elijah Wagner 的 "Big City Traffic Soundscape, Pt. 12" 多次出现，说明街头的环境声音本身也能被误识别为音乐，这反而是对城市声景的一种记录
- 罕见的亚洲流行文化元素：竹内玛利亚（Mariya Takeuchi）的日语经典 City Pop "Plastic Love" 和韩国男团 BTS 的 "Butter" 也在列表中
- 充满墨西哥地方特色的 banda 和 corrido：Banda La Pirinola 的 "Jacarandosa"、Los Gemelos De Sinaloa 的 "El Cuadrito" 都反映了 Mission 区大量墨西哥裔居民的音乐偏好
- 委内瑞拉说唱歌手 Canserbero 出现了多次（包括 "Maquiavélico"、"El Primer Trago"、"Americanos"、"Clima Tropical" 等），说明该社区也有不小的拉丁嘻哈听众群体
时间维度的洞察
看记录的时间戳，能发现街头音乐随时间变化的节奏：
- 深夜（凌晨 1-4 点）出现的多是节奏较强的 DJ 风格舞曲或混音版本，暗示夜生活活跃
- 清晨时段（6-9 点）偶尔有宁静的曲目，比如 Bob Marley 的 "Natural Mystic" 或者环境声轨
- 下午时段往往聚集大量热门流行和嘻哈，反映商店或餐馆的放歌选择
- 同一首歌有时会在同一天或几天内被反复捕捉到，比如 Larry June 的 "Smoothies In 1991" 和 Canserbero 的多首作品都出现了重复
这种时间规律构成了社区生活节奏的某种侧面画像。
概念意义：监控技术的反向挪用
Bop Spotter 之所以在 Hacker News 上获得了 2433 分的高热度（385 条评论），关键在于它触及了一个极具张力的当代议题：城市监控的双面性。
我们在讨论 ShotSpotter 时，通常关心的是隐私、种族偏见和警察权力的滥用。但当同一个麦克风不连接警察局，而是连接音乐识别服务时，它变成了一件近乎轻松、甚至有趣的事情。
然而，这种对比本身就有讽刺意味：
技术中性论：Bop Spotter 用监控技术做了一件无害且愉快的事，提醒我们技术的"价值"完全取决于背后使用者的意图。同样是采集公共空间的音频数据，用于执法或许意味着压制，用于文化记录却可能意味着表达。
数据伦理的模糊地带：尽管项目方指出 "No one notices, no one consents"（没有人注意到，没有人同意），但和 ShotSpotter 一样，它也并未征求街上行人的同意便持续采集音频。只不过，由于音频只被用于 Shazam 识别且不会存储原始波形，其隐私风险要小得多。它做的只是比对音乐指纹并输出歌曲元数据，不存在人类可听的录音留存。
公共空间的信息权：项目触及了一个核心问题——在公共空间里，声音到底是属于每个人的，还是属于能被谁采集到就是谁的？当 ShotSpotter 监控街道时，很多人试图用法律手段抵制。而当 Bop Spotter 用同样方式做音乐调查时，人们的第一反应往往是好奇而非愤怒——这种认知失调本身就值得反思。
城市即媒体：Mission 区的街道本身就在不断"播放"音乐——来自汽车音响、商店门口、街头艺人、行人手机外放。Bop Spotter 像一个固定的文化气象站，把这条街作为一台永不休止的社区电台来收听。这让我们以全新视角注意到城市环境中的声音污染与声音共鸣并存的事实。
技术实现的细节扩展
对于对实现感兴趣的读者，可以推测（原文并未详细公开代码）大体的技术链条是：
[街道环境音频入口] -> [Orchestra 提供音频流] -> [运行在服务器上的 Shazam API 客户端] -> [歌曲元数据写入] -> [显示在网页上] -> [Spotify Apple Music 深度链接]
Shazam 的识别原理是基于音频指纹的——将音频压缩成一段独特的频谱指纹，再与其数据库中上亿首歌曲的指纹做模糊匹配。只要环境音乐的音量没有被掩盖在过多噪音之下，Shazam 通常能准确识别。
不过从数据里 "Big City Traffic Soundscape, Pt. 12" 的多次出现可以推断，当没有清晰音乐信号时，Shazam 会把环境音误配到某些名称带 "Traffic" 或 "Soundscape" 的环境声专辑。这说明哪怕持续识别，系统也无法区分真实音乐和环境噪音——这又反过来为准确的街头音乐捕捉增添了一点不确定性。
意义延伸：数据时代的物理观察哨
想象一下如果你把一个 Bop Spotter 放在自己城市的不同角落——唐人街门口、大学宿舍楼下、地铁站出入口、凌晨的便利店前，记录所得的每条街都有完全不同的声音人格。
这种方法的启发在于：音乐流媒体平台的热榜常常只能反映"全平台"上的热门，而 Bop Spotter 提供的反而是地理学上的精确音乐地图——它不是问人们喜欢什么歌，而是听人们正在为什么歌停留。这比任何调研问卷都更诚实一些——因为街头的声音没有经过自我审查。
与其说这是一个工具或产品，不如说这是一个艺术项目兼社会学的廉价创新。它像一扇窗，让我们瞥见监控资本主义时代另一个可能的维度：当有人把所有的摄像头和麦克风对准了不为人知的有趣声响——从街头放出的歌到路人哼的调——世界会不会仍然保持温度？
结语
Bop Spotter 并不是严格的科学实验，也不是商业产品。它更像一种带有诗意的代码把戏——把"监听"从权力装置中解绑，重新定义为某种文化敏感度训练。它不做价值判断（无论是赞赏还是批判），只是静静地记录着 Mission 区街道上每天流淌而过的声音潮汐。
正如页面最后呈现的，它只是一个时刻更新、不断滚动的音乐识别时间线。但当你在一个阳光明媚的下午刷到页面，看到某个瞬间街角正在响起 Rihanna 的 "What's My Name?"，你也许会意识到城市本身就是一个巨型点唱机——只是没有人给它投币，也没有人负责切换下一首。