现代开发者正面临来自各类平台的 notification overload（通知过载），导致"triage fatigue"（分诊疲劳）。现有的 AI 工具往往通过生成更多文本而加剧这一问题。CalmQueue 提供了一种激进的替代方案，专注于“展示更少”。CalmQueue 是一款开源的、以本地优先（local-first）为架构的 notification assistant（通知助手），秉持“Slow and Steady"（慢而稳）的理念。它摄入多样化的通知流，利用语义相似性将重复、自动化或重复的警报进行分组。基于此，它合成当日恰好三个可执行的优先级任务（P0、P1、P2）。每个优先级均附带来自原始源消息的可验证逐字引文。关键在于，CalmQueue 强制执行严格的人机协同（human-in-the-loop）监督；草稿回复需经一键人工审核。这防止了静默的外部突变，并确保用户控制权。该系统显著减少了显示的通知数量，提供安静、高对比度的仪表盘。"Evidence Grounding Drawer"（证据 grounding 抽屉）提供源详情，"Review & Approve Modal"（审核与批准模态框）则支持对草稿回复进行人工审核。CalmQueue 完全开源，采用 MIT 许可证，并提供可交互的在线演示。其架构包括语义聚类引擎、任务推理与提取引擎，以及证据 grounding 与排序器。设计优先考虑机密性、数据主权和离线韧性，通过采用本地开源权重大模型（如 Ollama）实现。这种方法消除了对昂贵云 API 的依赖，并确保 AI 行为可审计、可验证。基准测试显示，该系统显著降低了显示的通知数量，并具备低处理延迟，使用户能够高效地分诊积压任务。CalmQueue 通过倡导认知减法（cognitive subtraction）并保护用户注意力，体现了"Slow and Steady"的主题。