Notula：人类可直接编辑的 AI Agent Markdown 知识库
Notula 是一个专为 AI Agent 开发设计的结构化 Markdown 编辑工具。在复杂的自动化任务中，AI 常常需要读取大量的上下文与背景文档。Notula 允许开发者直接审查、修改和优化这些底层文档，通过这种直接干预的方式来控制 Agent 的行为逻辑。这不仅能有效降低幻觉率，还能提升多步工作流中的执行准确度，为构建可靠的 AI 系统提供了一种直观的内容管理方案。
Memoir：面向开发者的本地 Markdown 笔记工具
Memoir 是一款轻量本地 Markdown 笔记工具，专为注重数据主权的开发者打造，摆脱了云同步、专有格式与账号体系的束缚。软件直接读取本地文件夹的 .md 和 .mdx 文件，支持 GFM、KaTeX、Mermaid 及 Callout、Card、Steps 等扩展组件，具备分栏编辑与实时预览能力。在核心功能上，它提供资料库管理、frontmatter 标签、大纲导航和最近编辑索引。数据安全方面，支持原子写入、草稿恢复、自动保存与独立回收站，用户也能直接通过 Git 或 VS Code 管理文件。目前版本为 0.1.0，由开发者借助 AI 编程工具协同完成，桌面持久化与基础编辑功能已可用于日常记录。
RNote：一款支持多端同步的开源加密笔记
RNote 是一款全平台覆盖的加密笔记软件，支持 Linux、Windows、macOS、Android 和 iOS。软件在本地使用时完全免费，核心主打端到端加密与多端同步。编辑体验上，RNote 原生支持 Markdown 与富文本，同时内置了 drawio、手写板以及 mermaid 图表支持，能够满足日常记录、技术文档编写和图表绘制等需求。此外，它还支持直接导出为 HTML 和 PDF 格式，方便分享与存档。
Agentic Mermaid：用智能体驱动图表生成
Agentic Mermaid 将 AI 智能体与 Mermaid 图表语言结合，主打通过自然语言交互来创建、修改和维护技术架构图、流程图与序列图。该方案利用大模型直接解析业务逻辑，自动输出规范的 Mermaid 代码，省去了手动排版的麻烦。对于日常需要编写技术文档和系统设计的开发者来说，这种方式能显著降低可视化门槛，提升团队协作与文档维护的效率。
HomeKB：支持远程与MCP访问的本地知识库
针对本地Markdown知识库难以在Claude.ai、ChatGPT Web及手机端同步访问的痛点，开发者推出了开源项目 HomeKB。该工具的核心思路是让知识库保留在本地电脑，通过主动建立出站隧道（无需公网IP），实现本地与远程的双重访问。在本地，HomeKB通过MCP协议直接供Claude Code等工具无缝调用；在远程，用户可通过一次性配对码连接Web和移动端，实现跨平台搜索、读取与实时写入更新。中继代码完全开源，支持一键部署至Cloudflare Workers，且中继不保存任何笔记与索引数据，保障隐私安全。实测在真实笔记库上，其Recall@5召回率达97%，为开发者提供了一种安全、高效的去中心化AI知识库解决方案。
HomeKB：远程访问本地Markdown知识库，支持多平台读写
HomeKB 旨在解决 AI 大模型（如 Claude.ai、ChatGPT Web）在远程或移动端无法便捷访问本地 Markdown 知识库的问题。该项目核心理念是将知识库部署在本地电脑，同时支持本地和远程使用。其技术实现包括：知识库的 Markdown 文件、索引和写入操作均保留在本地；Claude Code 和 Codex 可通过本地 MCP 协议直接访问，无需中继；本地设备主动建立出站隧道，无需公网 IP 或开放入站端口。用户通过一次性配对码，即可将 HomeKB Web、Claude.ai、Claude mobile 和 ChatGPT Web 等客户端连接至同一知识库，实现所有客户端对同一份知识库的搜索、读取和更新，修改最终写回本地 Markdown。为确保数据安全，HomeKB 的中继代码是公开的，用户可自行部署到 Cloudflare Workers 或 Node 环境，中继仅持久化配对关系和令牌哈希，不保存笔记、附件、索引或搜索结果，从而实现数据全链路在用户掌控之中。项目不设付费计划，鼓励用户使用个人中继。在实际测试中，HomeKB 在包含 73 篇笔记的库上，对 44 条口语化查询实现了 97% 的 Recall@5 和 0.90 的 MRR，展现了优秀的召回质量。这为中国开发者和 AI 创业者提供了一个高效、安全且统一的 AI 知识库解决方案。
LLM知识库：本地云端修改统一方案
NoteDeep Desktop 在构建 LLM 知识库时，面临如何统一本地与云端修改的复杂挑战。其核心目标是让本地知识库不仅是云端缓存，用户可离线编辑 Markdown，AI 工具（如 Codex、Claude Code、Cursor）能直接修改文件，同时云端保留富文本编辑、历史版本与协作能力。真正的难点在于同时处理本地用户、本地 AI 和云端三类修改，包括确定修改入口、优先级、断网恢复及云端领先时的合并策略。 为解决此问题，NoteDeep 团队将所有修改收敛到同一套本地状态和 JSON0 同步链路中。该方案确立了两个关键产品边界：本地目录必须在无网络甚至未登录时正常工作；Markdown 必须是人与 AI 工具都能直接读写的开放文件格式。为此，系统明确区分了本地与云端的事实源：页面正文的本地事实源是 Markdown 文件，页面树的本地事实源是 `.notedeep/manifest.json`。而云端事实源则基于 ShareDB 的 `workspaces/{workspaceUuid}` 与 `pages/{pageUuid}`。此外，`.notedeep/state/` 用于保存同步基线和待提交操作，而非业务事实源，`sync-index.json` 仅用于跳过未变化文件。这种对事实源的清晰区分是实现本地与云端修改统一的关键。
AI解析痛点：Markdown不等于Agent可读
本项目作者分享了其GitHub获1500+ Star的文档解析工具与知名工具MinerU的区别，深入探讨了AI时代文档解析的核心痛点。作者指出，虽然MinerU等工具能优秀地将PDF转换为Markdown，但“解析为Markdown”并不等同于“能被Agent理解”。在实际的RAG和Agent应用中，开发者通常需要将Markdown切片（Chunk）并存入向量库。然而，复杂的PDF包含章节层级、表格、图片及跨页引用，切片过程会严重破坏这些结构信息，导致Chunk变成孤立的文本片段。Agent在检索时，往往无法感知片段所属的章节、前后的上下文，以及其与相邻表格或图片的关联，从而导致回答准确度下降。这一痛点表明，未来的AI解析工具需要更关注如何保留和传递文档的结构化上下文，而非仅仅进行格式转换。
开源Markdown微信公众号排版工具
针对微信公众号排版繁琐、现有工具收费高且广告泛滥的痛点，有开发者在 LINUX DO 社区开源了一款基于 Markdown 语法解析的微信公众号排版工具。作者在运营公众号时，曾深度体验 135 编辑器、秀米、壹伴和 mdnice 等主流排版工具，但发现它们普遍存在广告多、免费样式少、手动排版效率低或收费门槛高等问题。为了解决这些痛点，该项目通过解析 Markdown 语法，帮助无排版天赋的开发者和运营人员快速生成美观、规范的公众号文章样式。该工具完全开源，无任何保留，旨在提供一个清爽、高效且免费的排版解决方案。对于需要频繁发布技术文章或日常推送的开发者和自媒体运营者而言，该工具能显著降低排版时间成本，提升内容发布效率。