OpenKnowledge Transforma uma Pasta Markdown em uma Base de Conhecimento Inteligente para Agentes de IA

Há algum tempo mantenho notas de trabalho e especificações arquiteturais em arquivos Markdown simples dentro de repositórios. Por um lado, é conveniente: tudo fica armazenado localmente, versionado com git, e abre em qualquer IDE. Por outro lado, escrever textos extensos em Markdown bruto com tags e tabelas cruas rapidamente se torna tedioso. Você quer um editor visual adequado no nível do Notion ou Google Docs, mas sem ficar preso à nuvem de terceiros e formatos de dados proprietários.

A situação ficou mais complicada quando Claude Code, Cursor e outros agentes de terminal se tornaram parte do meu fluxo de trabalho diário. Você constantemente precisa alimentá-los com contexto, pedir para reescrever uma seção ou atualizar a documentação com base na base de código.

Recentemente, a equipe Inkeep lançou o OpenKnowledge como código aberto. Essencialmente, os autores tentaram combinar um editor visual de documentos com um ambiente de trabalho para agentes de redes neurais.

Por baixo do capô

O OpenKnowledge abre qualquer pasta local no disco contendo arquivos .md ou .mdx. Pode ser a raiz do seu repositório, uma pasta com documentação técnica, ou até um antigo cofre do Obsidian. Não há bancos de dados proprietários aqui: o app lê arquivos do disco e salva alterações de volta em formato simples.

Ao mesmo tempo, você obtém um WYSIWYG completo. Títulos, listas, links, tabelas interativas e blocos HTML incorporados são formatados em tempo real enquanto você digita. Seus olhos não tropeçam na sintaxe de marcação, e o arquivo resultante permanece em Markdown padrão.

O recurso principal está escondido na lateral. O editor possui um painel integrado para interagir com modelos de linguagem via Model Context Protocol (MCP) e ferramentas CLI locais. O app pode trabalhar lado a lado com Claude, Codex, OpenCode, Pi e outros agentes.

Principais recursos do editor

Se você decompor o projeto em componentes, obterá um conjunto interessante de recursos:

1. WYSIWYG honesto sem compromissos. Você edita o documento em uma visualização visual conveniente, e o app salva Markdown ou MDX válido em tempo real. Componentes visuais, um grafo de links entre páginas (wiki links), abas e busca rápida de arquivos são todos suportados.

2. Edição colaborativa com IA. O agente abre na segunda metade da tela e vê a estrutura dos seus documentos. Você pode pedir ao modelo para criar um plano arquitetural, encontrar inconsistências em uma especificação ou reescrever uma seção enquanto observa as alterações em tempo real.

3. Protocolos de integração prontos. Na primeira inicialização, o utilitário detecta automaticamente agentes instalados no seu sistema (Claude Desktop, Cursor, Claude Code) e configura servidores MCP e habilidades de busca para sua base de conhecimento local.

4. Sincronização e colaboração em equipe via Git. O projeto não impõe assinaturas de equipe pagas. A sincronização entre dispositivos e colegas depende de Git simples e GitHub.

Como instalar e executar

O projeto tem duas opções de uso: um app desktop pronto ou uma interface web local que é executada via Node.js.

Builds desktop para macOS (Apple Silicon), Windows 10+ e Linux (deb/rpm) estão disponíveis no site oficial do projeto e nas releases do repositório.

Se você está trabalhando em um servidor, em um Mac Intel, ou simplesmente prefere iniciar ferramentas via console, um cliente CLI está disponível. Ele requer Node.js versão 24 ou 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

O comando ok init percorre o sistema, verifica assistentes instalados e configura a conexão entre eles e o editor.

Onde isso é útil na prática

Os autores posicionam a ferramenta para várias tarefas desde o início.

O primeiro cenário óbvio é documentação técnica e especificações arquiteturais. Quando você precisa descrever um design de sistema, escrever um RFC ou preparar um relatório, a interface visual economiza tempo. Ao mesmo tempo, o agente pode ler arquivos de código vizinhos via MCP em paralelo e sugerir assinaturas de funções precisas.

O segundo cenário é uma base de conhecimento pessoal ou "segundo cérebro". Se você tem mantido notas sobre o conceito de LLM Wiki (que Andrej Karpathy frequentemente menciona), onde um agente ajuda a organizar e vincular pensamentos dispersos, o OpenKnowledge assume o papel da interface para essa base. Busca em texto completo e pesquisa semântica ajudam a recuperar rapidamente fragmentos necessários através de prompts.

O veredicto final

O OpenKnowledge parece uma tentativa bem-sucedida de tirar a edição de Markdown das condições espartanas de editores de texto simples sem prender os usuários a serviços de nuvem fechados.

O código é distribuído sob a licença GPLv3, escrito em TypeScript e está crescendo ativamente sua comunidade. A desvantagem é o requisito de Node.js 24+ para a versão web, que pode exigir a atualização do ambiente em máquinas mais antigas. Mas se você trabalha frequentemente com especificações locais e quer dar aos seus assistentes de IA acesso conveniente aos documentos, definitivamente vale a pena experimentar o projeto.