這是幾個不同層面觀點而已，但書籤被淘汰的這種講法，又好像不是很對，嚴格來說書籤是"我喜歡的名單"或是"我想要的名單"，很像在YouTube上面去喜歡某一個影片，這個層級的話會比較像 AI 還是得要先知道你喜歡什麼才能推送相關的內容給你。 如果你是在講非常遙遠的以後，如果連書籤這種基本工具都不需要的話，那時候的生活也會大幅的轉變吧，就是連網頁都不是人類製作的時候，所以書籤才變得毫無意義。但那樣的未來應該還沒那麼快來到。 這樣的過渡期，你也很難說會持續多久，以前讓人覺得很早就應該要被淘汰的實體遊戲店面，到現在都還是存在，明明 steam 與其他的商城都把遊戲數位化了，而且很成熟，但台北地下街的遊戲店還是開著。明明知道硬體會壞掉，但就是有人寧願花一樣的錢買會壞掉的東西，就為了「擁有」的感覺。

N100 跑起來沒問題啊，他還被我拿去做很多事情，homarr 還有 teslamate, open webui, trilium, vaultwarden, wireguard。 其實我本來有考慮想分享 investbrain，但我其實沒有真的把他用起來，可是我想分享的角度也是想跟大家說，小模型也可以很好做應用，其實能夠解決生活很多小問題。

誠實的回覆你，我沒有很用心地在整理 tag，都是想到的時候再搜尋回來，但是有 tag 會比較好找分類。tags 有分自己的與 ai tags，所以還是可以手動分類。也可以做一個自動的 list ，會變成像自動的資料夾。 Tag 的準度要自己實驗了，我這一年的書籤其實都大同小異，所以我沒有特別去整理類別。 至於你說的中英文問題，我想在 system prompt 可以解決這個問題，像是 AI 有關的一律讓他標 AI 而非 "人工智慧" 這樣。

我自己架的阿，放在 N100 NUC 當 homelab 跑的，他收費也是這半年多才開始的樣子，這好像是一個人的project，然後有很強的社群生態。 花費的話... 之前都用免費的 gemini api ，剛剛才發現今年到現在的書籤都沒 tag 到，所以換了 gpt-5-nano 補上，剛剛重新跑 inference 花了 0.03 美金。 我再補充一些東西好了