个人知识管理agent产品系统

随着生成式人工智能和数字化办公普及，研究、咨询、产品、运营及专业服务团队每天都会接触大量报告、论文、网页、会议记录和内部文档。这些资料分散在本地文件、浏览器和沟通工具中，常出现查找困难、重复阅读、知识难以复用和信息更新不及时等问题；敏感资料上传云端处理也可能带来顾虑。本项目拟建设一款本地优先的 AI 知识管理工具，支持多来源资料采集、解析、整理、关联和持续更新，并提供带来源引用的搜索与问答，帮助用户把零散信息沉淀为可搜索、可追溯、可复用的知识库，减少重复劳动和知识流失。适用场景包括企业研发与市场研究、咨询分析、教育学习，以及专业人士的日常知识管理和决策准备。

这个项目是一个本地优先的 AI 知识管理工具。用户可以导入文档、网页链接和文本，也可通过浏览器剪藏或微信同步收集资料；系统会解析内容并持续整理为相互关联的 Wiki 知识库。用户可进行全文检索和基于资料的问答，并查看答案引用来源。工具还支持多项目知识隔离，以及对知识库中的过时内容、矛盾信息、孤立页面和失效链接进行检查，帮助个人和团队积累、查找与维护知识。

技术栈：前端采用 React、TypeScript、Vite、TanStack Router/Query 和 Tailwind CSS；后端采用 Python、FastAPI、Pydantic、SQLite FTS5 和 Watchdog；桌面端使用 Tauri 2 与 Rust，并通过本地 sidecar 启动后端服务。文档解析使用 PyMuPDF、pypdf、python-docx、trafilatura 等组件；大模型通过兼容 OpenAI 的 API 接入。
架构：采用本地优先、文件为核心的数据架构。原始资料和 Wiki 以 Markdown 文件保存，SQLite 作为可重建的搜索与元数据索引。用户资料经过解析后，由增量编译流程结合现有知识生成或更新 Wiki；文件变更由 Watchdog 监听并同步索引。前端通过 API 与后端交互，桌面端由 Tauri 负责应用窗口、系统托盘和本地服务管理。
实现亮点：将资料整理、知识关联、全文搜索、带来源的问答和知识健康检查整合为持续积累的工作流；采用确定性解析与大模型语义处理结合的方式，保留原始资料，并支持从文件重建索引。
实现难点：
1、主要包括异构文档解析与质量控制、让大模型安全地增量修改已有知识并保持引用可追溯、维持文件与搜索索引一致，以及处理耗时任务的状态反馈、失败恢复和跨平台桌面端打包。
2、知识文件可以本地保存；
3、使用外部大模型 API 时，模型处理仍取决于所配置的服务。
项目介绍：https://walnut.evofarm.top
开源仓库：https://github.com/lamwimham/SageMate