企业官网建设流程全解析

xikipedia 是一款把 Wikipedia 变成社交信息流的网页应用，它的推荐算法完全运行在浏览器本地——没有服务器账号、没有行为采集，任何浏览数据都不会离开你的设备。这篇文章带你完整拆解 xikipedia 的本地推荐机制，以及它如何实现零数据外泄的隐私设计。

xikipedia 是什么：一个纯本地运行的维基信息流 📖

xikipedia 的核心概念可以概括为一句话：Wikipedia as a social media feed（把维基百科做成社交信息流）。

• 内容全部来自 Simple Wikipedia（简单英语维基百科），以"帖子"形式无限滚动推送给你
• 推荐算法在你自己的浏览器里运行，不使用任何机器学习，也不借用其他用户的数据
• 首次加载完成后，整个应用可以完全离线使用，还能一键安装成 PWA 应用

它的定位本身就说明了一切：这是一个刻意用来证明"哪怕是最简单的本地算法，也能快速学会你的偏好"的演示项目。正因为不需要服务器参与推荐，它天然就做到了零数据外泄。

项目说明：README.md

零数据外泄：xikipedia 到底不上传什么？🔒

很多人担心"信息流"就意味着"被监控"。xikipedia 的做法是从架构上根除这个可能：

几个关键设计点：

• 没有后端 API：整个应用的全部逻辑都写在 index.html 里，页面与服务器之间不存在"上报"通道
• 可选的本地存储开关：设置里有一项 "Store data"，可以彻底关闭本地数据保存——关闭后每次打开都从零开始，连localStorage里都不留痕迹（见 index.html）
• 一键重置：设置页提供 "Reset the algorithm" 与 "Delete all data" 两个按钮，随时清空算法记忆（见 index.html）
• 唯一的外部请求是展示维基百科图片和你点开文章本身，属于你主动发起的内容请求，不携带任何行为数据

换句话说：它不是"承诺不上传"，而是"根本没有地方可以上传"。

本地推荐算法：不联网也能"懂你" 📊

xikipedia 的推荐机制非常透明，核心就两部分：分类评分 + 加权抽取。

1. 每条帖子都带一组"标签"

每条帖子会收集它的 Wikipedia 分类树（含递归子分类）以及正文里的页面链接，作为可评分的标签集合。

2. 你的每个动作都会给标签加减分

评分逻辑集中在engagePost函数中（index.html）：

3. 从 1 万条候选中"抽签"选出下一条

getNextPost函数（index.html）每次从数据集中随机抽 10000 条帖子计算总分，然后按概率三选一：

• 40%：按分数加权随机——分数越高的帖子越容易被抽中
• 42%：直接展示当前分数最高的帖子
• 18%：完全随机，保证信息流不会变成"信息茧房"

另外两条细节让推荐体验更好：看过的帖子会被按观看次数指数级重罚，避免重复刷到同一条；而given names、surnames这类过于泛滥的分类默认 -1000 分，防止信息流被人名淹没。

💡 整个过程只需要读取你设备上的帖子数据和评分表，无需网络参与。

第二次起完全离线：Service Worker 本地缓存在工作 📲

xikipedia 首次加载会下载约 34MB 的数据文件 smoldata.json.br（包含 Simple Wikipedia 的帖子数据），之后一切由 Service Worker 接管：

• sw.js 把页面文件和smoldata.json分别存入本地缓存，优先读缓存、离线时直接返回缓存内容
• 下载进度通过 Service Worker 的progressMonitor实时推送给页面，让你知道加载到百分之几
• 版本升级通过 version.json 检测，自动清缓存并更新
• 配合 app.webmanifest 声明的 PWA 能力，点击安装按钮即可把它装成独立应用

也就是说：断网、飞行模式、地铁里，信息流照刷不误，而且照常被"本地算法"个性化。

快速上手：本地部署体验 xikipedia 🚀

xikipedia 是纯静态项目，没有构建步骤：

git clone https://gitcode.com/gh_mirrors/xi/xikipedia

克隆后直接用任意静态服务器打开目录根部的 index.html 即可体验。

想生成自己的数据文件？仓库里的 process_data.py 会解析 WikiMedia 官方数据 dump（文章 XML + 页面链接 SQL），输出结构化的smoldata.json——替换这个文件，信息流内容就随你定制。

常见问题：本地推荐真的靠谱吗？✅

Q：不用机器学习，效果能好么？

能。xikipedia 就是用来证明：一个简单的基于分类计分的算法，在你浏览几十条帖子后就能明显感觉到"它懂我了"。而且因为没有模型黑箱，每一分是怎么加上去的，你都能在源码里查到。

Q：它会不会偷偷记录我的浏览？

不会。所有数据只存在于你浏览器的localStorage中，你可以随时通过设置里的 "Delete all data" 一键清除；关闭 "Store data" 后更是完全不留痕。

Q：离线模式下推荐还个性化吗？

会。推荐算法读取的是本地评分表和缓存的帖子数据，与网络状态无关。

Q：代码开源吗？

开源，AGPLv3 协议（见 LICENSE）。正因为完全开源，"零数据外泄"这句话是可以逐行验证的。

总结

xikipedia 的隐私设计之所以彻底，靠的不是隐私政策的措辞，而是架构上的三个选择：没有后端（数据无处可传）、算法全在浏览器本地（推荐不依赖任何服务器计算）、本地缓存 + 可选持久化（数据存与不存由你决定）。如果你想研究"如何在不收集用户数据的前提下做个性化推荐"，这个小型项目是一个值得逐行阅读的完整样例。