Reor

Reor – 开源AI个人知识管理工具，自动连接相关笔记

Reor 是一款开源的、基于人工智能的本地知识管理应用，旨在帮助用户高效整理、检索和利用个人知识。它具备自动连接相关笔记、语义搜索、问答功能，并支持类似 Obsidian 的 Markdown 编辑器。Reor 强调本地化运行，确保数据隐私安全，同时提供多平台支持。

Reor 详解

Reor 是一款立足本地的 AI 驱动的个人知识管理应用，它允许用户通过类似 Obsidian 的 Markdown 编辑器进行笔记创作。核心功能包括自动连接相关笔记、语义搜索和问答功能，让用户能够轻松组织、检索和利用他们的知识库。Reor 采用本地运行模式，所有数据和处理均在本地进行，保障用户数据安全。它支持多平台，方便用户在不同设备上使用。

Reor 的核心功能

• 笔记智能互联：自动识别并连接具有相似主题或内容的笔记，免去手动创建链接的繁琐。
• 语义检索：支持语义搜索，用户无需精确记忆笔记内容，只需输入相关关键词即可获得最相关的搜索结果。
• 智能问答：内置大型语言模型 (LLM)，用户可以向 Reor 提问，LLM 将基于用户笔记内容提供答案。
• 数据隐私保护：所有功能均在本地运行和存储，确保用户数据的私密性与安全性。
• 所见即所得的 Markdown 编辑：支持 Markdown 编辑，提供所见即所得的编辑体验，方便用户快速创建和格式化笔记。
• 本地写作助手：提供本地写作助手，用户在写作时获得相关笔记建议和提示，帮助用户更流畅地进行写作。
• 本地模型运行支持：与 Ollama 集成，用户可以直接在 Reor 中下载和运行本地模型，或连接到 OpenAI 兼容的 API。
• 多平台兼容：支持 Mac、Linux 和 Windows 等多种操作系统，方便用户跨设备使用。

Reor 的技术基石

• 向量数据库：内部使用向量数据库，将每条笔记分块并嵌入其中。基于向量相似度计算，实现笔记间的自动关联。
• LLM 驱动的问答：利用 LLM（大型语言模型）进行问答，采用检索增强生成（RAG）技术，从笔记语料库中检索相关信息，生成精准答案。
• 本地模型运行：Reor 采用 Llama.cpp、Transformers.js 和 LanceDB 等技术，支持 LLMs 和嵌入模型在本地运行，从而确保数据隐私和性能优化。
• Markdown 解析与编辑：Reor 采用 Markdown 作为笔记格式，支持 WYSIWYG 编辑，方便用户快速编写和组织笔记。
• 语义搜索技术：基于嵌入模型将文本转化为向量，并通过向量相似度进行语义搜索，提高搜索的准确性和效率。

Reor 的官方资源

• 项目官网：https://www.reorproject.org/
• GitHub 仓库：https://github.com/reorproject/reor

Reor 的应用场景

• 个人知识管理：帮助用户高效整理笔记，通过自动链接和语义搜索快速找到相关信息，提升知识检索效率。
• 学术研究：方便研究人员整理文献笔记、实验记录，快速关联相关研究内容，辅助论文撰写，提高研究效率。
• 团队协作：助力团队成员共享知识、整理项目文档，快速找到团队内部相关经验和最佳实践，提升协作效率。
• 企业知识管理：企业管理内部文档、政策文件，搭建项目知识库，方便员工查找学习，提升整体效率。
• 创意写作：创意工作者管理灵感记录、创意草稿，快速关联激发更多灵感，辅助小说、剧本等创作。

常见问题解答

Q: Reor 的数据安全如何保障？
A: Reor 所有功能均在本地运行，用户数据完全存储在本地，确保数据隐私安全。

Q: Reor 支持哪些操作系统？
A: Reor 支持 Mac、Linux 和 Windows 等多种操作系统。

Q: Reor 的 Markdown 编辑器有什么特点？
A: Reor 的 Markdown 编辑器支持所见即所得的编辑体验，方便用户快速创建和格式化笔记。

Q: Reor 的语义搜索是如何实现的？
A: Reor 基于嵌入模型将文本转化为向量，通过向量相似度进行语义搜索，提高搜索的准确性和效率。