一款 AI 驱动的开源桌面笔记应用—Reor

前言

在人工智能盛起的当下，AI正以非常迅猛的速度重塑着很多行业。可以预见的是2024将是AI原生应用开发元年，将会涌现出数不清的AI原生应用来重塑我们的工作和生活的方方面面。而在AI原生应用里面将会以AI Agent即AI智能体为主要代表，将会有很多个像crewAI—用于编排角色扮演的AI agent（超级智能体）一样的Agent出现在我们的面前。在可以预见的未来，世界大模型Sora—聊聊火出圈的世界AI大模型——Sora毫无疑问将会带来革命性的AI热潮。

今天要介绍的是一款实现了self-organizing的AI 笔记应用，它不光可以基于ChatGPT这类api模型运行，还可以基于本地化的模型运行。

关于

Reor 是一款 AI 驱动的桌面笔记应用：它可以自动链接相关的想法，回答你的笔记中的问题，并提供语义搜索。所有内容都存储在本地，你可以使用类似 Obsidian 的 Markdown 编辑器编辑你的笔记。

该项目的假设是，思考工具的 AI 工具应该默认在本地运行模型。Reor 依托于巨人 Llama.cpp、Transformers.js和 LanceDB 的肩膀，使得大型语言模型（LLMs）和嵌入模型都能在本地运行。（也支持连接到兼容 OpenAI 的 API，如 Oobabooga。）

如何实现“self-organizing”？

1. 您编写的每个笔记都被分块并嵌入到一个内部向量数据库中。2. 相关笔记通过向量相似性自动连接。3. LLM 驱动的问答（Q&A）在笔记语料库上进行检索和生成（RAG）。4. 所有内容都可以进行语义搜索。5. 可以将 Reor 视为一个具有两个生成器的 RAG 应用：LLM 和人类。在问答模式中，LLM 从语料库中检索到的上下文中获取信息以帮助回答查询。同样，在编辑模式中，人类可以切换侧边栏以显示从语料库中“检索”到的相关笔记。这是一种通过在当前笔记中交叉引用与您的语料库中的相关想法来“增强”您的思考的强大方式。

reor.mp4（可以点击文末github地址进入查看视频）

开始使用

1. 从 reorproject.org[4] 或 releases[5] 下载。支持 Mac、Linux 和 Windows。2. 像普通应用程序一样安装。

运行本地模型

Reor 直接与Llama.cpp库交互，因此无需下载 Ollama。尽管现在我们不为您下载模型，因此您需要手动下载您选择的模型：

1.下载一个 GGUF 模型文件。Hugging Face 有一个包含最流行模型的不错页面。我建议从 7B 4-bit 模型开始，看看它在您的系统上的表现如何。2.在 Reor 设置中的“添加新的本地模型”下连接它。3.您还可以连接到兼容 OpenAI 的 API，如 Oobabooga、Ollama 或 OpenAI 本身！

从其他应用导入笔记

Reor 在文件系统中的单个目录中工作。您在首次启动时选择该目录。要从另一个应用导入笔记/文件，您需要手动用 Markdown 文件填充该目录。希望很快就能与其他应用集成！

从源代码构建

克隆仓库：

git clone https://github.com/reorproject/reor.git

安装依赖项：

npm install

开发运行：

npm run dev

构建：

npm run build

声明

本文由山行整理自：https://github.com/reorproject/reor。如对您有帮助，请帮忙点赞、关注、转发。

References

[1] GitHub 下载: https://github.com/reorproject/reor/releases [2] Discord: https://discord.gg/reor [3] GitHub 仓库星标: https://github.com/reorproject/reor/stargazers [4] reorproject.org: https://reorproject.org [5] releases: https://github.com/reorproject/reor/releases