OpenKnowledge Zet een Markdown-map Om in een Slimme Kennisbank voor AI-Agents

Ik houd al een tijdje werknotities en architectuurspecificaties bij in platte Markdown-bestanden binnen repositories. Aan de ene kant is het handig: alles wordt lokaal opgeslagen, versioning met git, en het opent in elke IDE. Aan de andere kant wordt het schrijven van lange teksten in ruwe Markdown met ruwe tags en tabellen snel vervelend. Je wilt een echte visuele editor op het niveau van Notion of Google Docs, maar dan zonder gebonden te zijn aan iemands cloud en proprietaire dataformaten.

De situatie werd ingewikkelder toen Claude Code, Cursor en andere terminal agents onderdeel werden van mijn dagelijkse workflow. Je moet ze voortdurend context geven, vragen om een sectie te herschrijven, of documentatie bij te werken op basis van de codebase.

Onlangs heeft het Inkeep-team OpenKnowledge als open source uitgebracht. In wezen hebben de auteurs geprobeerd een visuele documenteditor te combineren met een werkomgeving voor neurale netwerk agents.

Onder de Motorkap

OpenKnowledge opent elke lokale map op schijf met .md of .mdx bestanden. Dit kan de root van je repository zijn, een map met technische documentatie, of zelfs een oude Obsidian-kluis. Er zijn hier geen proprietaire databases: de app leest bestanden van schijf en slaat wijzigingen op in platte tekst.

Tegelijkertijd krijg je een volledig uitgeruste WYSIWYG. Koppen, lijsten, links, interactieve tabellen en ingesloten HTML-blokken worden realtime opgemaakt tijdens het typen. Je ogen struikelen niet over markup-syntaxis en het resulterende bestand blijft standaard Markdown.

De hoofdfunctie is verborgen aan de zijkant. De editor heeft een ingebouwd paneel voor interactie met taalmodellen via Model Context Protocol (MCP) en lokale CLI-tools. De app kan naast elkaar werken met Claude, Codex, OpenCode, Pi en andere agents.

Belangrijkste Editorfuncties

Als je het project opsplitst in componenten, krijg je een interessant setje functies:

1. Eerlijke WYSIWYG zonder compromissen. Je bewerkt het document in een handige visuele weergave en de app slaat valide Markdown of MDX direct op. Visuele componenten, een graaf van links tussen pagina's (wiki-links), tabbladen en snel zoeken in bestanden worden allemaal ondersteund.

2. Collaboratief bewerken met AI. De agent opent in de helft van het scherm en ziet de structuur van je documenten. Je kunt het model vragen om een architectuurplan te maken, inconsistenties in een specificatie te vinden, of een sectie te herschrijven terwijl je de wijzigingen realtime bekijkt.

3. Kant-en-klare integratieprotocollen. Bij de eerste start detecteert het hulpprogramma automatisch agents die op je systeem zijn geïnstalleerd (Claude Desktop, Cursor, Claude Code) en stelt MCP-servers en zoekvaardigheden in voor je lokale kennisbank.

4. Synchronisatie en teamsamenwerking via Git. Het project legt geen betaalde teamsubscripties op. Synchronisatie tussen apparaten en collega's is gebaseerd op platte Git en GitHub.

Hoe te Installeren en Uit te Voeren

Het project heeft twee gebruiksopties: een kant-en-klare desktop-app of een lokale webinterface die draait via Node.js.

Desktop-builds voor macOS (Apple Silicon), Windows 10+ en Linux (deb/rpm) zijn beschikbaar op de officiële website van het project en in de repository-releases.

Als je op een server werkt, op een Intel Mac, of simpelweg de voorkeur geeft aan het starten van tools via de console, is er een CLI-client beschikbaar. Deze vereist Node.js versie 24 of hoger:

# 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

Het ok init commando doorloopt het systeem, controleert op geïnstalleerde assistenten en stelt de verbinding tussen hen en de editor in.

Waar Dit in de Praktijk Van Pas Komt

De auteurs positioneren het gereedschap direct voor verschillende taken.

Het eerste voor de hand liggende scenario is technische documentatie en architectuurspecificaties. Wanneer je een systeemontwerp moet beschrijven, een RFC moet schrijven of een rapport moet voorbereiden, bespaart de visuele interface tijd. Tegelijkertijd kan de agent via MCP parallelle codebestanden lezen en nauwkeurige functie-signaturen voorstellen.

Het tweede scenario is een persoonlijke kennisbank of "tweede brein." Als je notities hebt bijgehouden over het LLM Wiki-concept (waar Andrej Karpathy vaak over praat), waarbij een agent helpt bij het organiseren en koppelen van uiteenlopende gedachten, neemt OpenKnowledge de rol op zich van de interface naar deze basis. Volledige tekst- en semantische zoekopdrachten helpen snel benodigde fragmenten op te halen via prompts.

De Conclusie

OpenKnowledge lijkt een geslaagde poging te zijn om Markdown-bewerking uit de Spartaanse omstandigheden van platte tekst-editors te tillen zonder gebruikers op te sluiten in gesloten cloudservices.

De code wordt gedistribueerd onder de GPLv3-licentie, geschreven in TypeScript en groeit actief in zijn community. Het nadeel is de vereiste van Node.js 24+ voor de webversie, wat het bijwerken van de omgeving op oudere machines kan vereisen. Maar als je regelmatig met lokale specificaties werkt en je AI-assistenten gemakkelijke toegang tot documenten wilt geven, is het zeker de moeite waard om het project te proberen.