关于
活个人知识库。
Agents 捕捉学到的内容，你加入信任的来源，Wenlan 让有来源引用的 wiki pages 在 AI 工作中保持最新。
项目状态
版本 v0.9.1
支持 macOS、Linux、Windows
Apache-2.0
Qi-Xuan Lu 构建
01
为什么 Wenlan 存在
AI 工作已经变成严肃工作，但大多数 sessions 仍像一次性对话一样结束。决策、debugging lessons、项目限制和 handoffs 都被埋在旧 chats 里。
Wenlan 是为了让工作能 compound 而建。Agents 可以保存重要内容，之后 recall，并让 refined context 跨 MCP-compatible tools 持续可用。
02
设计原则
本地优先
Memory 从你的机器开始。Cloud sync、telemetry、本地模型和 API keys 都是 opt-in，而不是默认的 source of truth。
人可阅读
Memory、page 和 session writes 会在本地 git 留下 Markdown artifacts。daemon database 负责 retrieval，而有来源引用的 artifacts 仍可检查。
Session 节奏
Wenlan 顺着 AI 工作实际发生的方式：加载 context、捕捉 durable facts、写 handoffs，并把正确 context 带进下一次运行。
刻意蒸馏
Sessions 之间，Wenlan 会 deduplicate 重复 facts 并连接相关 ideas。当一个 topic 值得成为 source-backed page 时，运行 /distill；本地模型或 API keys 可以加入 automatic page distillation 和更丰富的 graph work。
03
由 Qi-Xuan Lu 构建
Wenlan 由 Qi-Xuan Lu (GitHub @7xuanlu) 构建与维护。背景涵盖 AI infrastructure、knowledge graphs 和 local-first systems。
这项工作把 memory 视为 AI tools 的 first-class layer：libSQL 上的 hybrid retrieval、可读页面的真实 git versioning、session handoffs、status artifacts、distilled pages 的 mandatory provenance，以及一个 daemon 服务所有 MCP-compatible client。
项目渠道：bugs 和 feature requests 用 GitHub Issues，vulnerabilities 看 SECURITY.md，变更则看 Wenlan release notes。
04
当前状态
Wenlan v0.9.1 支持 macOS (arm64, x64)、Linux (x86_64, aarch64; glibc) 和 Windows (x86_64)。daemon、CLI、MCP server 和 Claude Code plugin 都以 Apache-2.0 open source。