其实AI的浪潮已经席卷过好几轮了，Notion早已推出基于数据库的QA功能，flomo也提供了“相关笔记”，非常优雅地嵌入了AI搜索，超越简单的关键词搜索。

作为 Logseq的忠实用户，我看在眼里，急在心里。Logseq在其他方面都很契合我的需求，但在AI集成上却落后了。插件市场中只有一些简单调用OpenAI API的工具，缺乏支持上下文搜索的功能。Logseq官方似乎也迟迟没有动静，估计这类开源软件也不会或者说不能负担起AI的昂贵费用。

题外话：这两天读完了李飞飞博士的《我看见的世界》，里面提到：人工智能正在成为一种特权，一种排他性极强的特权。深以为然，光是API的费用独立开发者就难以承担，更不必说自研模型所需要的服务器等严苛条件，说得再贴近生活一点，能自己配好环境，用上ChatGPT的人，又有多少呢？

我也尝试过自己做一个插件，一开始想着曾经用python做过类似软件，移植应该难度不会很大，但是Logseq的插件是基于javascript的，对我来说太陌生了。本来就是面向GPT编程的水平，这下更是举步维艰。遂尝试过两三次都以失败告终。

但在最后一次尝试时，我是用的 Cursor来修改我的代码。突然之间看到一个按钮，codebase，等等，这不就是我一直想找的功能吗？基于全局内容进行回复。

我立即在Cursor中打开了Logseq文件夹，尝试问了一些问题。

1. 写作没有头绪怎么办？
可以看到它基于我过去大量的journal，开始搜索相关内容，然后在右边给我整理了详细的方法，方法中还引用了我记录的原文，点击引用部分，可以直接去到之前记录的上下文。

2. 当我什么都不想做的时候，我应该怎么办？

3. 有哪些想看但还没看的书？（甚至还可以帮我找到我之前没完成的todo。）

从回复里可以看到，它不仅帮我找到了相关的笔记，更是逻辑清晰地帮我组织了一个完整的答案。

甚至你也可以直接问它，你的文章哪里写得有不足，可以怎么修改？把它当做一个写作的copilot。比如这篇文章的结尾就是在它的建议下添加的。还可以针对这一句话，反复修改，点击Accept，就能替换原文。

当然了，Cursor作为一个代码编辑器，拿来做笔记软件也有缺点，我个人不是很喜欢它的页面布局以及文字的呈现方式，还是更喜欢在Logseq中编辑，Cursor打打辅助。这样的combo不仅弥补了Logseq在AI集成方面的短板，更让笔记摆脱了吃灰的宿命，变成了能够呼吸、能够对话的知识库。