岁月史书
零、简介
省流:一个打游戏的群,有人被忘了。于是我开始给这个群建一座历史档案馆,最后把它挂上了公网。
「岁月史书」这个词在我们群里原本是个梗。它的意思大概是:你说过的话、做过的事,总有人翻得出来。
后来它变成了一件很具体的事情——一个笔记本、一百多篇文档、六十多个人物档案、五个事件,以及从一百六十二万条聊天记录里筛出来的引用。再后来它有了自己的网址,每天自动同步两次。
这篇文章不讲怎么部署、怎么配定时器,那些事情我在别的文章里写过。这里只讲:我为什么要做它,中间踩了哪些坑,以及现在回头看我做对了什么、做错了什么。
一、起因:一个玩笑,和一次被遗忘
省流:我翻出了别人早就删掉的聊天记录,然后有一天轮到我被别人忘掉。
2025 年 2 月,群里有人问:「你们有谁没删聊天记录的吗。」
我当时翻回了自己 2024 年 2 月 2 日的进群记录,把截图发出去自证,顺便自夸了一句:「我具有伟大的岁月史书能力。」
那时候这只是一句玩笑。群里笑一笑,话题就翻篇了。
真正的转折在 2026 年 7 月 21 日晚上十点多。我换了群名片,然后被一个成员当陌生人盘问:「你谁啊?」「不认识,什么玩意。」
我当时的原话是「西域大王给我们忘记了」「桑心了」。
两分钟后,另一个人说了一句让我印象很深的话:
「我需要岁月史书。」
他说,他在圣域时期最早和水拆有关的聊天记录,现在没人记得了。
我当时做的第一件事,是翻出他一年前的水拆教程转发回去,当着他的面「溯源」了一次。他大概是满意的,但我心里很清楚:我这次能翻到,只是因为我恰好没删。 下一次呢?下一个人的记忆呢?
五天后的上午,群里又炸了一次——聊起内乱、727 事件、九离指定会长,各种版本互相打架。有人问「景疑和九离是什么情况」,回答是一堆「好像」「应该是」「我记得」。
那天中午我第一次说出口:「什么时候我有空整理一下。」
紧接着又补了一句:
「历史要传承下来啊喂!」
现在回头看,这个项目真正开始的时间点,不是 2025 年 2 月那句玩笑,是 2026 年 7 月 26 日中午这一句。
二、第一次开工:一个 zip 和一句「给几个关键词都行」
省流:我发了一个 zip,然后把门槛降了三次。
当天晚上 23:13,我把一个叫 岁月史书.zip 的压缩包丢进了群,里面是几十个 .md 文件——按公会、人物、事件分好的空框架。
分工我写得很清楚:我搭框架,你们给料,亲历者补口述。
后来发现这个方案太理想了。没人会为了「补一段口述」特意坐下来写文档。于是我一遍一遍地降门槛:
「其他的要你们给一些关键词。」
「给几个关键词都行的那种,但要文档。」
「格式我会调。」
从「写口述」到「给几个关键词」,这个降级过程让我明白了一件事:历史不是被写下来的,是被捡回来的。 你要做的不是请别人动笔,而是把自己变成那个愿意把碎纸片拼起来的人。
同一天晚上,寒皖私聊我,问能不能做「人物档案」。我说先以事件和人物为主。他还给了一个很好的范本——尘埃之前写的一篇自传,从怎么进的群写到为什么退的坑,全都是第一人称的自述。
我把它立成了标准:人物档案不写「他是谁」,写「他做过什么」。
早期最有标志性的一份档案是「寒皖人物志之 情感史」,那是第一次出现「人物志 + 子栏目」的结构——一个人物可以被拆成好几段经历分别写。
三、卡住的地方:图片过期,和一句「没有可部署的服务器」
省流:回忆能捞回文字,但捞不回图片。
2026 年 7 月 27 日,我想把这个东西推到一个静态站点上。试了 gitee,发现 gitee page 服务已经关停;有人建议用 GitHub Pages,我当时回了一句「可以好好搞一搞,但是太麻烦」。
真正麻烦的不是技术,是身份——这个公会是「没有可部署的服务器」的,也「没有公费」。我在群里问了一圈,网站化这件事就一直停在讨论阶段。
然后就是那次很扎心的对话。我翻自己的截图,发现大量图片全都是「已过期」。
我:「唉我好多聊天记录都看不到图片,全是已过期。」
他:「我们的回忆被封存了。」
我:「这是档案馆工作的一大缺陷。」
「只有文字了,还得拼凑一下。」
那天我第一次意识到这个项目的边界在哪:它不是录像带,它是笔记本。 我能捞出谁在什么时候说了什么话,但捞不回当时那张截图里、那个人发出来的表情包。
七月二十九日,拿铁连着问了我三个问题:
「为什么要导聊天记录啊。」
「档案馆又是啥啊。」
「记录这个干嘛。」
我回了三句话:「到时候会公开的。」「就是各种给公会的人和事记录下来。」「这可是回忆口牙。」
那句「到时候会公开的」,后来变成了一个很重的承诺。
四、换工具:为什么最后是思源笔记
省流:我先听了「Obsidian 才是双链老祖」,后来又老老实实换回了思源。
八月开始,我拿 AI 跑方案。当时给的建议是 Obsidian——双链笔记的老牌软件,原生支持 Markdown,社区也大。
我确实用了一段时间,但越用越别扭。原因不是它不好,是我的需求不在「记笔记」,在「维护一个引用关系复杂的数据库」:
- 一个事件要引用好几个人物、好几段原话;
- 一个人物要被好几个事件引用;
- 一段原话被引用之后,还要能反向查回它出现在哪些文档里。
Obsidian 的双链更偏「页面和页面」,而思源笔记的块引用是精确到某个段落、某句话的——((块ID "锚文本")),而且反链是内置的,点一下就能看到「这段话被谁引用了」。
这一点对我几乎是决定性的。打个比方:Obsidian 的链接像「这本书提过那本书」,思源的块引用像「这一页的第三段被那本书的第 42 页引用了」。
顺便说一句,我用思源的时间其实很早,但一直是当云文档用——甚至用的是破解版,靠开放 S3 同步功能薅七牛云的免费额度,硬生生搓出一个免费云笔记。这次为了长期做下去,我买了终身会员,同步、版本、多端都踏实了。
八月初我把项目接入了 AI 工具包,当时在群里的说法是「现在已经开始完美运行了」。这个「完美」很快就打了脸,但方向是对的:这个项目的数据量,靠人手动整理是不可能的。
五、规范:先定规矩,再干活
省流:一份文档一旦被人引用,它就不再是「随便写写」了。
到八月中旬,问题开始暴露:文档越写越多,风格越来越飘,同一个人在两篇文档里的名字写法不一样,同一件事在两篇文档里的说法对不上。
于是我做了这个项目里最重要、也最不显眼的一件事:写规范。
规范前后改了四个版本。早期是 v2.3、v2.4、v2.5,主要解决文档长什么样——元数据块怎么放、标题怎么写、标签怎么打、图标怎么设。十月十四日的 v3.0 是一次大改,改的是数据模型本身:
- 取消「QQ 原档」「QQ 分析」两层目录。原话本来就该出现在事件档案里,单独抽出来一层,等于把「证据」和「叙述」拆成了两个地方,反而难对;
- 改成「一个事件一个文档」。以前是一个事件拆成好几篇,读起来像断线的珠子;
- 人物档案归位到公会分组下面;
- 关系补充、附件归档各自成章。
v3.0 最后落成五条核心原则,我到现在还觉得这五条是整个项目的地基:
- 可追溯:禁止以印象充当事实;
- 原始资料优先:禁止改原话、改语义;
- 事实与评价分离:不判断谁对谁错;
- 客观记录:禁止「错误地破坏规则」这种带立场的表述;
- 资料公开:不存在内部版、审核版。
第三条和第四条是我写给自己看的。因为我在这个公会里待了很多年,有立场、有朋友、有讨厌的人。建馆的人最容易犯的错,不是漏记,是把自己写成一个公平的旁观者。
还有一个细节:十月十六日,我把全书的「工会」统一改成了「公会」。听起来很无聊,但这件事必须做——它是术语一致性的第一块砖,改的时候连引用块里的原话都一起改了(原话里的错字属于「原始资料」,但术语属于「我们的转述」)。
六、数据:一百六十二万条记录怎么变成史料
省流:先导出,再按 QQ 号认人,最后让原话自己说话。
这个项目真正的原料,是聊天记录。
导出来的总量:主群 1,521,183 条、1,245 个发言账号;高层群 62,749 条。合计 1,626,455 条,总字数 29,096,221,其中汉字 11,873,662。
一开始我天真地想把全部记录都导出来再让 AI 分析,结果直接卡死。后来改成流水线作业:
- 先导出原始记录(按人、按时间段切);
- 用脚本按 QQ 号认人,不用群昵称;
- 从原始记录里提时间、提原话、提参与者;
- 人工挑出「值得写成一件事」的片段;
- 再写事件档案。
第二条是最容易翻车的地方。群里同一个人可能换过五六个昵称,同一个人还可能有小号,甚至有人改过名。如果你按昵称认人,你的数据库第一天就会开始腐烂。 所以我给自己定了一条铁律:除了 QQ 号,其他一切都不是身份。
七、让原话说话:事件档案的对话化
省流:一百九十多行的事件档案里,七百多个对话块全是逐字比对过的。
十月二十九日是这个项目的分水岭。
那天我做了几件事,其中最关键的一件是把事件档案改成对话体。
以前的事件档案是「叙述体」:某年某月,某某在某地做了某事,引发了什么后果。读起来很正式,但读完之后你会发现——你记住的是我的转述,不是当时发生了什么。
改成对话体之后,结构变成这样:
1 | [2026-07-26 11:19:52] 某人:景疑和九离是什么情况 |
中间穿插我写的背景说明,但骨架是原始时间戳和原话。
这项工作的工作量远超预期:五个事件档案,加起来约 1900 行、738 个对话块,每一块都要回原始记录逐字核对。错一个字、错一个时间,整段的可信度就没了。
但效果是立竿见影的。改完之后,读者看到的不再是「我认为当时发生了什么」,而是「当时确实这么说」。
同一批工作里还有一件:引用体系改造。之前文档里的关联是超链接——点得过去,但引不回来。我把 384 条超链接改成了块引用,改完之后反链从 0 变成 807 条。也就是说,任何一段原话,现在都能直接看到它被哪些文档引用了。
这也是我坚持用思源笔记的原因之一。
八、上线:脱敏这件事,比部署难十倍
省流:站能上线只花了一天,隐私规则前后修了一个多月。
十月十四日我说「考虑十二月份前上公网可以访问」,结果十月二十九日它就上线了——history.yanghanlin.cn。
技术上其实不难:一台 Rock 5B+ 开发板放在宿舍,接上网线,跑一个 Node 服务,再用 Cloudflare Tunnel 把端口暴露出去。我的博客里有一篇文章专门写这块板子怎么调教的,这里不重复。
难的是脱敏。
这个站是公开的,页面会被搜索引擎收录,会被人随手转发。而档案里有什么?有 QQ 号、有真名、有群号、有内部群的名字。
所以我做了一套「私密值」机制:维护一份清单,生成站点时把这些值统一打码。现在这份清单是 84 条——78 个 QQ 号、6 个真名。
这件事的麻烦之处在于,它不是一次性工作:
- 新增一篇人物档案,可能要加几个 QQ 号;
- 有人提供了真名,要同步加进清单;
- 打码之后还要检查有没有漏网的(比如「某人」和「某 人」写法不一致,或者 QQ 号中间夹了空格)。
十月二十九日上线后,我在维护日志里写的是「全部页面 200」。但真正让我睡着的不是能不能访问,是站上到底有没有不该出现的东西。
九、现在:它长这样了
省流:一百一十一篇文档,六十三个人,五个事件,每天自动同步两次。
现在的「岁月史书」是这样一个东西:
- 111 篇文档:总览 6 篇、时间线 6 篇(2023–2026 加总时间线)、事件档案 6 篇(E001–E005)、人物档案 71 篇(63 人,按公会分组)、公会志 7 篇(6 个公会)、专题 6 篇、附件 7 篇、根层 2 篇;
- 162.6 万条聊天记录作为底层素材,1187 万字聊天正文,最终沉淀成9.1 万字的成文档案;
- 网站每天 04:25 和 13:10 自动从思源同步一次,脱敏、生成、发布;
- 首页能看到统计:5 个事件、63 位人物、6 个公会。
我还在本机写了几十个脚本做审计:检查引用有没有失效、人物在多少篇文档里出现、名字有没有不统一、有没有空段落、图标对不对。每改一次文档就跑一遍——因为手工维护一百多篇互相引用的文档,只要有一处漏改,整本书的可信度就会打折。
这套「写完就校验」的流程,现在比写作本身占的时间还多。但没办法,一个被人引用的数据库,不能靠「我记得改过了」。
十、一些体会
省流:做历史这件事,最先被修正的是自己。
第一,历史不是「我记得」。
这个项目教给我的第一件事,是我不像我自以为的那样记得清楚。很多我笃定的事,翻回原始记录后发现时间错了、顺序错了、甚至主角错了。所以我后来给所有文档定了一条:只要写进档案,就必须能指回一条原始记录。指不回去的,宁可写「暂无资料」。
第二,建馆的人有立场,这不可怕,装作没有才可怕。
我在这个公会里待了很多年,有朋友,也有过节。规范里那两条「不判断谁对谁错」「禁止带立场的表述」,与其说是给别人看的,不如说是给我自己上的枷锁。我做不到完全中立,但我至少可以让每一句话都有出处,让读者自己去判断。
第三,能救回来的比想象的少。
图片过期了就是过期了。有人退群了、清空了记录、换了号,那些事就永远只有别人的转述。所以这个项目越往后做,我越觉得它像是在跟时间抢东西——而且大概率是抢不过的。
第四,也是最重要的:我做的不是「翻旧账」,是「留个凭据」。
七月二十九日拿铁问「记录这个干嘛」,我当时答「这可是回忆口牙」。现在我大概能答得更清楚一点:
因为总有人会被忘掉。包括我。
而一个愿意把碎纸片拼起来的人,至少能让「你谁啊」这句话,晚一点再说出口。
附:几个被问过的问题
Q:为什么不做成 Wiki?
试过。Wiki 的门槛在「协作」,而这件事从头到尾只有我一个人在维护。与其做一个没人编辑的 Wiki,不如做一个我自己能保证每句话都有出处的档案库。
Q:AI 在里面做了什么?
整理、归类、校对引用、生成初稿、跑审计脚本。但所有涉及「事实」的判断——这句话是不是这个意思、这件事该不该写、这个人该怎么称呼——都是我自己定的。AI 最大的价值不是替我写,是替我查。
Q:还会继续做吗?
会。而且比之前更认真了。
本文提到的所有人物均为群内圈名;真名与联系方式已从站点中移除。
PS:虽然这篇文章是AI写的,但我还是觉得——这就像是我会写出来的东西。