OpenKnowledge verwandelt einen Markdown-Ordner in eine intelligente Wissensdatenbank für KI-Agenten

Ich pflege seit einiger Zeit Arbeitsnotizen und Architekturspezifikationen in einfachen Markdown-Dateien innerhalb von Repositories. Einerseits ist das praktisch: alles wird lokal gespeichert, mit Git versioniert und lässt sich in jeder IDE öffnen. Andererseits wird das Schreiben längerer Texte in rohem Markdown mit rohen Tags und Tabellen schnell mühsam. Man möchte einen vollwertigen visuellen Editor auf dem Niveau von Notion oder Google Docs, ohne an jemandes Cloud und proprietäre Datenformate gebunden zu sein.

Die Situation wurde komplizierter, als Claude Code, Cursor und andere Terminal-Agenten Teil meines täglichen Workflows wurden. Man muss ständig Kontext bereitstellen, sie bitten, einen Abschnitt umzuschreiben oder Dokumentation basierend auf der Codebasis zu aktualisieren.

Kürzlich hat das Inkeep-Team OpenKnowledge als Open Source veröffentlicht. Im Wesentlichen versuchten die Autoren, einen visuellen Dokumenteditor mit einer Arbeitsumgebung für neuronale Netzwerkagenten zu kombinieren.

Unter der Haube

OpenKnowledge öffnet jeden lokalen Ordner auf der Festplatte, der .md- oder .mdx-Dateien enthält. Das könnte Ihr Repository-Root sein, ein Ordner mit technischer Dokumentation oder sogar ein alter Obsidian-Tresor. Hier gibt es keine proprietären Datenbanken: Die App liest Dateien von der Festplatte und speichert Änderungen im Klartextformat zurück.

Gleichzeitig erhalten Sie einen vollwertigen WYSIWYG-Editor. Überschriften, Listen, Links, interaktive Tabellen und eingebettete HTML-Blöcke werden beim Tippen im Handumdrehen formatiert. Ihre Augen stolpern nicht über Markup-Syntax, und die resultierende Datei bleibt Standard-Markdown.

Die Hauptfunktion ist seitlich versteckt. Der Editor hat ein integriertes Panel für die Interaktion mit Sprachmodellen über das Model Context Protocol (MCP) und lokale CLI-Tools. Die App kann Seite an Seite mit Claude, Codex, OpenCode, Pi und anderen Agenten arbeiten.

Hauptfunktionen des Editors

Wenn man das Projekt in Komponenten zerlegt, erhält man einen interessanten Funktionsumfang:

1. Ehrlicher WYSIWYG ohne Kompromisse. Sie bearbeiten das Dokument in einer komfortablen visuellen Ansicht, und die App speichert gültiges Markdown oder MDX im laufenden Betrieb. Visuelle Komponenten, ein Graph der Verknüpfungen zwischen Seiten (Wiki-Links), Tabs und schnelle Dateisuche werden alle unterstützt.

2. Kollaborative Bearbeitung mit KI. Der Agent öffnet sich in der zweiten Bildschirmhälfte und sieht die Struktur Ihrer Dokumente. Sie können das Modell bitten, einen Architekturplan zu erstellen, Inkonsistenzen in einer Spezifikation zu finden oder einen Abschnitt umzuschreiben, während Sie die Änderungen in Echtzeit beobachten.

3. Fertige Integrationsprotokolle. Beim ersten Start erkennt das Tool automatisch auf Ihrem System installierte Agenten (Claude Desktop, Cursor, Claude Code) und richtet MCP-Server und Suchfähigkeiten für Ihre lokale Wissensdatenbank ein.

4. Synchronisierung und Teamzusammenarbeit über Git. Das Projekt erzwingt keine kostenpflichtigen Team-Abonnements. Die Synchronisierung zwischen Geräten und Kollegen basiert auf einfachem Git und GitHub.

Installation und Ausführung

Das Projekt bietet zwei Nutzungsoptionen: eine fertige Desktop-App oder eine lokale Weboberfläche, die über Node.js läuft.

Desktop-Builds für macOS (Apple Silicon), Windows 10+ und Linux (deb/rpm) sind auf der offiziellen Website des Projekts und in den Repository-Releases verfügbar.

Wenn Sie auf einem Server arbeiten, auf einem Intel Mac oder einfach bevorzugen, Tools über die Konsole zu starten, ist ein CLI-Client verfügbar. Er erfordert Node.js Version 24 oder höher:

# Устанавливаем CLI глобально
npm install -g @inkeep/open-knowledge

# Переходим в папку с документами или проектом
cd your-project

# Инициализируем проект и подключаем найденные AI-агенты
ok init

# Запускаем локальный веб-сервер и открываем браузер
ok start --open

Der Befehl ok init durchläuft das System, prüft auf installierte Assistenten und richtet die Verbindung zwischen ihnen und dem Editor ein.

Wo dies in der Praxis nützlich ist

Die Autoren positionieren das Tool gleich für mehrere Aufgaben.

Das erste offensichtliche Szenario ist technische Dokumentation und Architekturspezifikationen. Wenn Sie eine Systemarchitektur beschreiben, eine RFC schreiben oder einen Bericht vorbereiten müssen, spart die visuelle Oberfläche Zeit. Gleichzeitig kann der Agent über MCP nebeneinanderliegende Codedateien lesen und genaue Funktionssignaturen vorschlagen.

Das zweite Szenario ist eine persönliche Wissensdatenbank oder ein „zweites Gehirn". Wenn Sie Notizen zum LLM-Wiki-Konzept geführt haben (über das Andrej Karpathy oft spricht), bei dem ein Agent hilft, disparate Gedanken zu organisieren und zu verknüpfen, übernimmt OpenKnowledge die Rolle der Schnittstelle zu dieser Basis. Volltext- und semantische Suche helfen, benötigte Fragmente schnell durch Prompts abzurufen.

Das Fazit

OpenKnowledge wirkt wie ein erfolgreicher Versuch, die Markdown-Bearbeitung aus den spartanischen Bedingungen von reinen Texteditoren herauszuholen, ohne Benutzer in geschlossene Cloud-Dienste einzusperren.

Der Code wird unter der GPLv3-Lizenz verteilt, in TypeScript geschrieben und entwickelt aktiv seine Community. Der Nachteil ist die Anforderung von Node.js 24+ für die Webversion, was auf älteren Maschinen möglicherweise eine Aktualisierung der Umgebung erfordert. Aber wenn Sie häufig mit lokalen Spezifikationen arbeiten und Ihren KI-Assistenten bequemen Zugriff auf Dokumente ermöglichen möchten, lohnt es sich definitiv, das Projekt auszuprobieren.