sougood
逛GitHub的时候，发现了一个叫Reor的项目。8.5k star，不算特别爆，但挺有意思。
这是一个AI笔记软件。
但不是那种联网的、把你的数据传到云端的AI工具。恰恰相反，它主打的是本地运行。所有数据都存在你自己的电脑上。
我觉得这个思路挺好，挺对的。
Reor的界面有点像Obsidian。左边是文件树，中间是编辑器，支持markdown。
但核心区别在于它的AI功能完全本地化。
它内置了向量数据库。你写的每一篇笔记，都会被自动切片、 embedding ，存进本地的LanceDB数据库里。
然后基于这个，它做了三件事：
自动关联相关笔记。
语义搜索。
还有基于RAG的问答。
比如你在写一篇关于”机器学习”的笔记，它会自动在侧边栏推荐你之前写过的相关内容。不需要你手动打标签或者建链接。
这个功能挺实用的。
双生成器思路
官方给了一个很有意思的定义。说Reor是一个”有两个生成器的RAG应用”。
一个是AI。
一个是人。
当你在编辑器里写作时，侧边栏推荐的关联笔记，其实就是从你的笔记库RAG检索出来的。这相当于用AI的逻辑来辅助人类写作。
反过来，当你问AI问题时，它又会去检索你的笔记库，用人类写的内容来回答。
这个双向的设计，确实比单纯的AI生成或者单纯的人工整理要聪明一些。
怎么跑起来
部署很简单。
去官网下载对应系统的安装包就行。支持Mac、Linux、Windows。
第一次打开会让你选一个本地文件夹。所有笔记都存在那里。
AI模型方面，它直接对接Ollama。你可以在设置里下载Llama、Mistral这些模型。当然，也可以接OpenAI的API。
完全看你需求。
如果你之前用其他笔记软件，得手动把markdown文件拷进那个文件夹。它目前还不支持直接导入其他格式的笔记。
稍微有点麻烦。
实际用起来
试了一下，有几个感受。
搜索确实好用。不用记关键词，直接用自然语言描述你想找的内容，它能理解。
关联笔记功能也不错。我写了大概十几篇测试笔记，推荐的关联度还可以。
但本地跑模型对电脑有要求。如果配置一般，生成速度会比较慢。
另外它的编辑器基于BlockNote，体验还算流畅。支持图片和视频嵌入。
代码块显示有点问题。看GitHub的issue，好像还在修。
总的来说，如果你是那种不喜欢把数据交给云服务商的人，Reor值得试试。
完全本地存储，AI辅助，自动关联。
项目地址：https://github.com/reorproject/reor
@sougood 社交搜索 —— 寥寥输入、万千结果，10倍信息获取效率