OpenKnowledge convierte una carpeta Markdown en una base de conocimiento inteligente para agentes de IA
Llevo un tiempo guardando notas de trabajo y especificaciones arquitectónicas en archivos Markdown planos dentro de repositorios. Por un lado, es conveniente: todo se almacena localmente, se versiona con git y se abre en cualquier IDE. Por otro lado, escribir textos extensos en Markdown sin formato con etiquetas y tablas sin procesar se vuelve rápidamente tedioso. Quieres un editor visual adecuado al nivel de Notion o Google Docs, pero sin estar atado a la nube de otra persona y formatos de datos propietarios.
La situación se complicó aún más cuando Claude Code, Cursor y otros agentes de terminal se convirtieron en parte de mi flujo de trabajo diario. Constantemente tienes que proporcionarles contexto, pedirles que reescriban una sección o actualizar la documentación basada en el código base.
最近，Inkeep 团队以开源方式发布了 OpenKnowledge。本质上，作者们试图将可视化文档编辑器与神经网络代理的工作环境结合起来。
Bajo el Capó
OpenKnowledge abre cualquier carpeta local en el disco que contenga archivos .md o .mdx. Esto podría ser la raíz de tu repositorio, una carpeta con documentación técnica o incluso una bóveda antigua de Obsidian. No hay bases de datos propietarias aquí: la aplicación lee archivos del disco y guarda los cambios de vuelta en formato plano.
Al mismo tiempo, obtienes un WYSIWYG completo. Los encabezados, listas, enlaces, tablas interactivas y bloques HTML integrados se formatean sobre la marcha mientras escribes. Tus ojos no tropiezan con la sintaxis de marcado, y el archivo resultante permanece en Markdown estándar.
La característica principal está oculta en el lateral. El editor tiene un panel integrado para interactuar con modelos de lenguaje a través del Protocolo de Contexto de Modelo (MCP) y herramientas CLI locales. La aplicación puede trabajar junto a Claude, Codex, OpenCode, Pi y otros agentes.
Características Principales del Editor
Si desglosas el proyecto en componentes, obtienes un conjunto interesante de características:
-
WYSIWYG honesto sin compromisos. Editas el documento en una vista visual conveniente, y la aplicación guarda Markdown o MDX válido sobre la marcha. Los componentes visuales, un gráfico de enlaces entre páginas (enlaces wiki), pestañas y búsqueda rápida de archivos son compatibles.
-
Edición colaborativa con IA. El agente se abre en la segunda mitad de la pantalla y ve la estructura de tus documentos. Puedes pedir al modelo que cree un plan arquitectónico, encuentre inconsistencias en una especificación o reescriba una sección mientras observas los cambios en tiempo real.
-
Protocolos de integración listos para usar. En el primer inicio, la utilidad detecta automáticamente los agentes instalados en tu sistema (Claude Desktop, Cursor, Claude Code) y configura servidores MCP y habilidades de búsqueda para tu base de conocimiento local.
-
Sincronización y colaboración en equipo a través de Git. El proyecto no impone suscripciones de equipo de pago. La sincronización entre dispositivos y colegas se basa en Git y GitHub simples.
Cómo Instalar y Ejecutar
El proyecto tiene dos opciones de uso: una aplicación de escritorio lista para usar o una interfaz web local que se ejecuta a través de Node.js.
Las compilaciones de escritorio para macOS (Apple Silicon), Windows 10+ y Linux (deb/rpm) están disponibles en el sitio web oficial del proyecto y en los lanzamientos del repositorio.
Si estás trabajando en un servidor, en un Mac Intel, o simplemente prefieres lanzar herramientas a través de la consola, hay un cliente CLI disponible. Requiere Node.js versión 24 o superior:
# 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
El comando ok init recorre el sistema, verifica los asistentes instalados y configura la conexión entre ellos y el editor.
Dónde Resulta Útil en la Práctica
Los autores posicionan la herramienta para varias tareas desde el principio.
El primer escenario obvio es la documentación técnica y las especificaciones arquitectónicas. Cuando necesitas describir un diseño de sistema, escribir una RFC o preparar un informe, la interfaz visual ahorra tiempo. Al mismo tiempo, el agente puede leer archivos de código vecinos a través de MCP en paralelo y sugerir firmas de funciones precisas.
El segundo escenario es una base de conocimiento personal o "segundo cerebro". Si has estado tomando notas sobre el concepto de LLM Wiki (del que Andrej Karpathy habla frecuentemente), donde un agente ayuda a organizar y vincular pensamientos dispares, OpenKnowledge asume el rol de la interfaz para esta base. La búsqueda de texto completo y semántica ayuda a recuperar rápidamente los fragmentos necesarios a través de prompts.
En Conclusión
OpenKnowledge parece un intento exitoso de sacar la edición de Markdown de las condiciones espartanas de los editores de texto plano sin bloquear a los usuarios en servicios de nube cerrados.
El código se distribuye bajo la licencia GPLv3, está escrito en TypeScript y su comunidad está creciendo activamente. La desventaja es el requisito de Node.js 24+ para la versión web, lo que puede requerir actualizar el entorno en máquinas más antiguas. Pero si trabajas frecuentemente con especificaciones locales y quieres dar a tus asistentes de IA acceso conveniente a los documentos, definitivamente vale la pena probar el proyecto.
Proyectos relacionados