關於
活個人知識庫。
Agents 捕捉學到的內容，你加入信任的來源，Wenlan 讓有來源引用的 wiki pages 在 AI 工作中保持最新。
專案狀態
版本 v0.9.1
支援 macOS、Linux、Windows
Apache-2.0
Qi-Xuan Lu 建置
01
為什麼 Wenlan 存在
AI 工作已經變成嚴肅工作，但大多數 sessions 仍像一次性對話一樣結束。決策、debugging lessons、專案限制和 handoffs 都被埋在舊 chats 裡。
Wenlan 是為了讓工作能 compound 而建。Agents 可以保存重要內容，之後 recall，並讓 refined context 跨 MCP-compatible tools 持續可用。
02
設計原則
本地優先
Memory 從你的機器開始。Cloud sync、telemetry、本地模型和 API keys 都是 opt-in，而不是預設的 source of truth。
人可閱讀
Memory、page 和 session writes 會在本地 git 留下 Markdown artifacts。daemon database 負責 retrieval，而有來源引用的 artifacts 仍可檢查。
Session 節奏
Wenlan 順著 AI 工作實際發生的方式：載入 context、捕捉 durable facts、寫 handoffs，並把正確 context 帶進下一次執行。
刻意蒸餾
Sessions 之間，Wenlan 會 deduplicate 重複 facts 並連結相關 ideas。當一個 topic 值得成為 source-backed page 時，執行 /distill；本地模型或 API keys 可以加入 automatic page distillation 和更豐富的 graph work。
03
由 Qi-Xuan Lu 建置
Wenlan 由 Qi-Xuan Lu (GitHub @7xuanlu) 建置與維護。背景涵蓋 AI infrastructure、knowledge graphs 和 local-first systems。
這項工作把 memory 視為 AI tools 的 first-class layer：libSQL 上的 hybrid retrieval、可讀頁面的真實 git versioning、session handoffs、status artifacts、distilled pages 的 mandatory provenance，以及一個 daemon 服務所有 MCP-compatible client。
專案渠道：bugs 和 feature requests 用 GitHub Issues，vulnerabilities 看 SECURITY.md，變更則看 Wenlan release notes。
04
目前狀態
Wenlan v0.9.1 支援 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。