前几天介绍了Quivr，一款用AI帮助个人管理知识、构建第二大脑的人工智能应用。不过Quivr侧重的是将你已有的、很大可能是从其他地方得来的知识文档（比如PDF、 Word等）汇总成不同主题的Brain，这个汇总的过程是手动的，需要用户自己介入的。而喜欢自己做笔记、写东西的创作者来说，如何自动化地在知识之间建立内在的连接、发现不同时间想法之间隐藏关联，从而激发灵感、增进思维，可能是更重要的助力。而Reor就为此而生。
Reor 是一个开源的AI个人知识管理工具，以提升思考为宗旨，而非取代思考。通过连接笔记、探索新见解和增强推理能力，Reor 让知识管理更加智能化！?
其官网：
https://reorproject.org/
Github地址：
https://github.com/reorproject/reor
产品定位 ?
Reor 定位于一款私有的AI个人知识管理工具，它不仅能够自动连接相关笔记，还能通过AI回答关于笔记的问题。这款工具强调本地运行模型，保障用户数据的私密性。?
关键特性 ✨
笔记连接：通过语义相似性，自动在“相关笔记”侧边栏中连接你的笔记。
智能聊天：您可以询问任何关于笔记的问题，Reor 将提供相关上下文。
AI闪卡：可以轻松生成闪卡，帮助记忆和理解。
使用场景 ?
无论是学生、研究人员还是任何需要管理大量信息的专业人士，Reor 都能帮助他们有效地整理和链接知识，发现新的洞见。?
Reor 面向那些需要高效管理个人知识和数据的用户，特别适合注重隐私保护和数据本地化的个人。?
使用流程 ?
Reor 允许用户通过markdown文件导入笔记，并支持将笔记数据存储在本地。用户可以通过简单的操作，将复杂的信息以卡片形式生成和管理。?
安装Reor。Reor支持Windows、Mac、Linux等全平台操作系统，到官网下载
https://www.reorproject.org/downloads
下载软件包，安装即可使用。
-
初始化。包括导入你的笔记文件夹、Embedding和LLM的设置。其中Reor要求导入的笔记是markdown（.md）文件，它是现在的主流笔记软件Obsidian、Logseq、Typora等默认的文件格式，非常通用。
我导入了之前用Typora写的一些笔记（内容包括数据工程、 Python、 人工智能以及以Ace作为主人公的一些散文体的小说等）、使用默认的Embedding模型、通过Attach remote LLM设置好OpenAI的反向代理、选定大语言模型为gpt-3.5-turbo-1106之后，Reor就开始一系列的初始化动作，对这些笔记做切分、Embedding、写入本地向量数据库（LanceDB ）。
探索主界面。初始化完成之后，就看到主界面，从左至右包括：
工具栏。从这里可以发起主要功能，包括：查看笔记列表、AI问答、笔记搜索、创建笔记、创建文件夹、AI闪卡等。
笔记列表。从这里可以看到笔记文件夹下的主要内容。
笔记写作。这个区域用来查看和编辑笔记。
相关笔记。这是通过语义的相关性，对每段话都生成了相关的笔记段落。
-
探索相关笔记。Reor对每段话都生成了对应的Embedding，并通过Embedding计算出语义相识的相关笔记段落。因此每段话的相关笔记都不一样，可以实时查看。
-
创建新笔记。通过新建笔记入口，创建一个名叫“quivr”的笔记，介绍Quivr这个与Reor有一定联系的AI软件：
输入Quivr介绍的内容后，Reor就非常及时地展示出与它相关笔记是“Reor”！这是创作者想要的，发现知识之间的隐秘联系，引发思考和灵感：
AI问答。与Quivr一样，Reor支持用AI就你的笔记展开对话，它会搜索你的笔记内容，汇总相关知识并回答，并给出相关笔记作为引用源。比如问它“如何使用AI做个人知识管理？”，AI会结合我笔记中的Reor和Quivr相关的介绍文章，给出对应的答案：
比如问数据工程相关的问题，它会结合我关于“Fundamentals of Data Engineering”这本书的读书笔记来作答：
比如关于Python数据结构的问题，它会结合我学习Python时做的练习笔记来回答：
更隐秘一些的，是关于Ace这个虚构人物的感受：
AI闪卡。为了加强对知识点的记忆，很多人会制作闪卡（一面是问题，另一面是答案的卡片）来辅助。Reor通过AI来自动生成闪卡。下面是针对Reor介绍文章的闪卡制作，它包含了11个问题和对应的答案：
创建之后，就能通过Review my existing cards来复习这些闪卡。
小结思考 ?
相比Quivr，Reor更侧重创作者的写作过程，帮助作者发现自己笔记中知识之间的隐秘联系，从而启发灵感，增强思考。其实Reor（AI自动发现笔记之间的连接）、Quivr（AI帮助管理第二大脑）、search_with_lepton（对话式搜索引擎）这三者可以整合起来，将创作知识 + 本地知识 + 网络知识结合在一起，形成一个人完整的第二大脑，但以什么样的产品形式串起来，这是一个值得探索的问题。我会在这方面做更多的探索和思考，欢迎留言交流。
相关推荐 ?
【开源看AI】Quivr：AI时代的个人知识管理工具，你的第二大脑
【开源看AI】6.8K star！取代Google，拥有自己的Perplexity对话式搜索引擎
【完】
