wikinest

<div align="center"> <img src="src/web/assets/icon.png" alt="Wikinest logo" width="128" /> <h1>Wikinest</h1> <p><strong>你的笔记应该随着时间的推移变得更有价值，而不是更难使用。</strong></p> <p>一个本地优先的知识收件箱，可以将粗糙的笔记转化为有组织的、可重复使用的 Markdown。</p> <p> <strong>简体中文</strong> · <a href="./README.en.md">English</a> </p> <p> <a href="https://github.com/qingkongzhiqian/wikinest/releases"><img alt="Release" src="https://img.shields.io/github/v/release/qingkongzhiqian/wikinest?include_prereleases&label=download&color=0a84ff"></a> <img alt="Platform" src="https://img.shields.io/badge/platform-macOS%20%7C%20Windows%20%7C%20Linux-lightgrey"> <img alt="Node" src="https://img.shields.io/badge/node-%3E%3D18-brightgreen"> <a href="./LICENSE"><img alt="License" src="https://img.shields.io/badge/license-AGPL--3.0-blue"></a> </p> </div> --- ## 你保存了它。然后你又丢失了它。 星期一，你在与 Cursor 的对话中得到了一个重要的结论。 星期二，你从一篇文章中复制了一段有用的段落。星期三，你写下了一个粗糙的产品想法。到星期五，这些片段散落在聊天记录、临时文档、浏览器标签页和一堆 Markdown 文件中。 你告诉自己，以后会整理它们。 但之后的情况很少发生。 笔记越来越多，格式变得不一致，分类也不再有意义。只有你几个月前记得确切的词语时，搜索才能起作用。你创建的知识库，变成了另一个你不想打开的地方。 问题从来不是捕获信息。 **问题是之后的一切：清理、分类、维护和再次查找。** ## Wikinest 负责处理后续工作 Wikinest 是一个本地优先的个人知识收件箱。 将粗糙的想法、复制的文本、会议笔记、研究片段或有用的 AI 对话扔进去。Wikinest 将它们转化为干净的 Markdown，归档到可重复使用的类别中，并为你和你的 AI 工具保持可用。 你捕获。Wikinest 维护。 当你再次需要某些东西时，你可以通过词语搜索，通过含义搜索，直接询问你的知识库，或者让 Cursor 和 Claude 通过 MCP 访问它。 ```text 捕获任意内容 ↓ AI 整理和分类 ↓ 你的 Markdown 保持有序 ↓ 你和你的 AI 可以稍后回忆 ``` ## 一个不会腐烂的知识库 ### 捕获无需准备 在编辑器中写作，粘贴一大段文字，使用 CLI，或者通过 MCP 告诉 AI 助手保存当前对话。 无需决定文件夹。无需标签仪式。无需在笔记变得有价值之前使其呈现出来。 ### 让 AI 处理维护 Wikinest 可以： - 清理标题、段落、列表、代码块和标点符号； - 分类笔记，同时重复使用您已经有的类别； - 建议有用的标题； - 将分散的笔记合并成一个连贯的摘要。 AI 提供一个起点，而不是一个笼子。每个标题、类别和句子都保持可编辑。 ### 即使忘记了措辞，也能找到它 使用全文搜索，当你记住这些词时。使用语义搜索，当你只记住这个想法时。询问 Wikinest 一个问题，并获得一个带有源笔记链接的答案。 即使您的档案增长到超出您记忆的范围，它仍然保持有用。 ## 为 AI 时代构建，由您拥有 AI 工具在当前的对话中提供帮助方面做得很好。但是它们在将您的知识带入下一个对话方面做得很差。 Wikinest 为它们提供了一个持久的记忆层： - Cursor 和 Claude 可以通过 MCP 编写笔记； - 它们可以搜索和读取您之前保存的内容； - 答案仍然基于您的原始笔记； - 有用的结论不会随着聊天窗口消失。 您的知识仍然存储为普通 `.md` 文件在一个您选择的目录中。没有专有数据库，也没有平台锁定。 用另一个编辑器打开这些文件，备份它们，同步它们，或将它们放入 Git。 ## 您获得的内容 - **本地优先 Markdown** — 您的笔记仍然是您拥有的文件。 - **知识库切换** — 打开任意文件夹作为知识库，并在最近的知识库之间切换。 - **AI 格式化** — 将粗糙的捕获转换为易读的 Markdown，而不改变其含义。 - **自动分类** — 使用可重复使用的前置类别组织笔记。 - **全文和语义搜索** — 通过措辞或含义回忆。 - **询问您的知识库** — RAG 答案，带有源笔记的链接。 - **AI 合成** — 将某个类别或选定的笔记转换为一个连贯的文章。 - **内置 MCP** — 连接 Cursor、Claude Code 和其他 MCP 客户端。 - **图像上传** — 将图像粘贴或拖放到任何 S3 兼容的存储中。 - **简体中文和英文 UI** — 从设置中切换语言。 - **桌面版、网页版、Docker 和 CLI** — 一个知识库，多种使用方式。 > 无需 API 密钥即可将 Wikinest 用作快速的本地 Markdown 维基。AI 功能在您配置兼容的模型时出现。 ## 下载桌面应用程序 最新版本是 [Wikinest 1.0.0](https://github.com/qingkongzhiqian/wikinest/releases/tag/v1.0.0)，适用于 macOS。请选择与您的 Mac 匹配的安装程序： | Mac | 下载 | | --- | --- | | Apple Silicon — M1, M2, M3, M4, 或 M5 | [下载 DMG](https://github.com/qingkongzhiqian/wikinest/releases/download/v1.0.0/Wikinest-1.0.0-arm64.dmg) | | Intel | [下载 DMG](https://github.com/qingkongzhiqian/wikinest/releases/download/v1.0.0/Wikinest-1.0.0.dmg) | 这两个安装程序都使用 Wise Future Innovations Limited 的开发者 ID 签名，并由 Apple notarized。 打开下载的 DMG，将 Wikinest 拖入 **应用程序**，然后启动它。第一次启动时，选择一个文件夹作为您的知识库。Wikinest 会记住它，并允许您稍后通过 **文件 → 打开文件夹…** 或 **打开最近的文件夹** 切换知识库。 在 **设置** 中配置语言、模型、嵌入、图像存储和本地 MCP 连接。 ### 从源代码运行 需要 Node.js 18 或更高版本： ```bash git clone https://github.com/qingkongzhiqian/wikinest.git cd wikinest npm install npm run desktop ``` ## 连接 Cursor 或 Claude Code 桌面应用程序公开了一个稳定的本地 MCP 端点： ```text http://127.0.0.1:4321/mcp ``` 在 Wikinest 中打开 **MCP 运行中** 面板，复制当前的地址和 Cursor 或 Claude Code 的即用配置。 连接后，您可以要求您的 AI 助手： - 将结论保存到您的知识库中； - 创建或更新笔记； - 搜索以前的笔记； - 整理现有的笔记； - 合成一个类别； - 从您的知识库中回答问题。 可用的工具包括 `save_conversation`、`write_note`、`read_note`、`list_notes`、`search_notes`、`tidy_note`、`synthesize_category` 和 `ask_wiki`。 ## 配置 AI 功能 Wikinest 与 OpenAI 兼容的 API 一起工作，包括 OpenAI、DeepSeek、Qwen 和自托管提供商。 桌面用户可以在 **设置** 中配置这些值。对于 CLI、Docker 或 Web 部署： ```bash LLM_BASE_URL=https://api.example.com/v1 LLM_API_KEY=your-api-key LLM_MODEL=your-model ``` 嵌入式搜索支持语义搜索和知识库问答。它们在可能的情况下重用 LLM 配置，也可以单独使用 `EMBED_*` 配置。 图像上传支持 AWS S3、Cloudflare R2、Alibaba Cloud OSS、MinIO 和其他 S3 兼容服务。有关所有选项，请参见 [.env.example](./.env.example)。 ## 自托管 使用 Docker 将 Wikinest 作为 Web 和 MCP 服务运行： ```bash cp .env.example .env docker compose up -d --build ``` 笔记保留在主机上的 `./content` 中。Caddy 在包含的 Compose 设置中提供 HTTPS。 在公开服务器之前，请配置： - 用于 Web 访问的 `WIKI_PASSWORD`； - 用于 MCP Bearer 身份验证的 `WIKI_TOKEN`。 默认情况下，服务器是开放的，并在缺少身份验证时打印警告。 ## CLI ```bash echo "# 今天" | wiki add journal/2026-07-14 wiki search "产品定位" wiki tidy journal/2026-07-14 wiki digest "机器学习" ``` ## 开发 ```bash npm install npm test npm run desktop ``` 构建安装程序： ```bash npm run dist:mac npm run dist:win npm run dist:linux ``` ## 许可证 社区核心在 [GNU AGPLv3](./LICENSE) 下获得许可。需要分发、嵌入或以 AGPL 义务运行 Wikinest 的组织可以获得单独的商业许可证。 官方商业版本可能包括此社区仓库中没有的专有付费功能。有关详细信息，请参见 [LICENSING.md](./LICENSING.md)。 版权所有 © 2026 Wise Future Innovations Limited. --- <p align="center"> <strong>自由捕获。保留价值。</strong> </p>