OpenKnowledge zamienia folder Markdown w inteligentną bazę wiedzy dla agentów AI
Od jakiegoś czasu przechowuję notatki robocze i specyfikacje architektoniczne w zwykłych plikach Markdown w repozytoriach. Z jednej strony jest to wygodne: wszystko jest przechowywane lokalnie, wersjonowane za pomocą git i otwiera się w dowolnym IDE. Z drugiej strony, pisanie długich tekstów w surowym Markdown z surowymi tagami i tabelami szybko staje się żmudne. Potrzebujesz porządnego edytora wizualnego na poziomie Notion lub Google Docs, ale bez bycia związanym z czyjąś chmurą i zastrzeżonymi formatami danych.
Sytuacja stała się bardziej skomplikowana, gdy Claude Code, Cursor i inni agenci terminalowi stali się częścią mojego codziennego workflow. Nieustannie musisz dostarczać im kontekst, prosić o przepisanie sekcji lub aktualizację dokumentacji na podstawie kodu.
Niedawno zespół Inkeep wydał OpenKnowledge jako otwarte oprogramowanie. W istocie autorzy próbowali połączyć wizualny edytor dokumentów ze środowiskiem pracy dla agentów sieci neuronowych.
Pod maską
OpenKnowledge otwiera dowolny lokalny folder na dysku zawierający pliki .md lub .mdx. Może to być katalog główny repozytorium, folder z dokumentacją techniczną lub nawet stary vault Obsidian. Nie ma tutaj zastrzeżonych baz danych: aplikacja odczytuje pliki z dysku i zapisuje zmiany z powrotem w zwykłym formacie.
Jednocześnie otrzymujesz w pełni funkcjonalny WYSIWYG. Nagłówki, listy, linki, interaktywne tabele i osadzone bloki HTML są formatowane w locie podczas pisania. Twoje oczy nie potykają się o składnię znaczników, a wynikowy plik pozostaje standardowym Markdown.
Główna funkcja jest ukryta z boku. Edytor ma wbudowany panel do interakcji z modelami językowymi przez Model Context Protocol (MCP) i lokalne narzędzia CLI. Aplikacja może pracować obok Claude, Codex, OpenCode, Pi i innych agentów.
Główne funkcje edytora
Jeśli rozłożysz projekt na komponenty, otrzymasz interesujący zestaw funkcji:
-
Szczery WYSIWYG bez kompromisów. Edytujesz dokument w wygodnym widoku wizualnym, a aplikacja na bieżąco zapisuje prawidłowy Markdown lub MDX. Komponenty wizualne, graf połączeń między stronami (linki wiki), zakładki i szybkie wyszukiwanie plików są w pełni obsługiwane.
-
Współpraca przy edycji z AI. Agent otwiera się w drugiej połowie ekranu i widzi strukturę Twoich dokumentów. Możesz poprosić model o stworzenie planu architektonicznego, znalezienie niespójności w specyfikacji lub przepisanie sekcji, obserwując zmiany w czasie rzeczywistym.
-
Protokoły integracji gotowe do użycia. Przy pierwszym uruchomieniu narzędzie automatycznie wykrywa agentów zainstalowanych w systemie (Claude Desktop, Cursor, Claude Code) i konfiguruje serwery MCP oraz umiejętności wyszukiwania dla Twojej lokalnej bazy wiedzy.
-
Synchronizacja i współpraca zespołowa przez Git. Projekt nie narzuca płatnych subskrypcji zespołowych. Synchronizacja między urządzeniami i współpracownikami opiera się na zwykłym Git i GitHub.
Jak zainstalować i uruchomić
Projekt ma dwie opcje użytkowania: gotową aplikację desktopową lub lokalny interfejs webowy działający przez Node.js.
Buildy desktopowe dla macOS (Apple Silicon), Windows 10+ i Linux (deb/rpm) są dostępne na oficjalnej stronie projektu i w wydaniach repozytorium.
Jeśli pracujesz na serwerze, na Intel Mac lub po prostu wolisz uruchamiać narzędzia przez konsolę, dostępny jest klient CLI. Wymaga Node.js w wersji 24 lub wyższej:
# 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
Polecenie ok init przechodzi przez system, sprawdza zainstalowane asystenty i konfiguruje połączenie między nimi a edytorem.
Gdzie to się przydaje w praktyce
Autorzy od razu pozycjonują narzędzie dla kilku zadań.
Pierwszy oczywisty scenariusz to dokumentacja techniczna i specyfikacje architektoniczne. Gdy musisz opisać projekt systemu, napisać RFC lub przygotować raport, interfejs wizualny oszczędza czas. Jednocześnie agent może równolegle odczytywać sąsiadujące pliki kodu przez MCP i sugerować dokładne sygnatury funkcji.
Drugi scenariusz to osobista baza wiedzy lub „drugi mózg”. Jeśli prowadzisz notatki w koncepcji LLM Wiki (o której często mówi Andrej Karpathy), gdzie agent pomaga organizować i łączyć rozproszone myśli, OpenKnowledge pełni rolę interfejsu do tej bazy. Wyszukiwanie pełnotekstowe i semantyczne pomaga szybko odzyskać potrzebne fragmenty przez prompty.
Podsumowanie
OpenKnowledge wygląda na udaną próbę wyprowadzenia edycji Markdown ze spartańskich warunków edytorów tekstowych bez zamykania użytkowników w zamkniętych usługach chmurowych.
Kod jest rozpowszechniany na licencji GPLv3, napisany w TypeScript i aktywnie buduje swoją społeczność. Wadą jest wymóg Node.js 24+ dla wersji webowej, co może wymagać aktualizacji środowiska na starszych maszynach. Ale jeśli często pracujesz z lokalnymi specyfikacjami i chcesz zapewnić swoim asystentom AI wygodny dostęp do dokumentów, zdecydowanie warto wypróbować projekt.
Powiązane projekty