写技术文章的人大概都经历过这个循环：在 Obsidian 里记笔记，切到浏览器打开 AI 对话框辅助写作，再把 Markdown 拷到排版工具里调成公众号格式，最后逐个登录掘金、知乎、CSDN 手动发布。
四个环节，三段断裂。
这不是效率问题，是上下文断裂问题。你的笔记在一个地方，AI 对话在另一个地方，排版又在第三个地方。每次切换窗口，你都在做一次人肉上下文同步------把脑子里的线索从一个工具搬到另一个工具。搬着搬着，思路就断了。
如果你同时管理一个知识库、写公众号、还往掘金和知乎分发，光是在工具之间搬运内容，就能吃掉你半小时。更关键的是：你的知识没有复利。笔记写完就沉底了，下次写作还是从零开始找素材、拼上下文。
Molio 想做的事很简单：把这几步串起来，让知识在流动中增值。
Molio 是什么
Molio（墨流）是一个本地优先的桌面应用，将知识库管理、AI 辅助写作和多平台发布串联为一体。
它编排你设备上的 AI 运行时------Claude Code、OpenAI Codex、Gemini CLI、Qwen Code------在本地完成文档创作。数据不离机，不需要上传到任何云端服务。
一句话：你的知识库、你的 AI、你的内容，全在你自己的硬盘上。
但 Molio 不只是一个"三合一工具"。它的设计背后有一个核心判断：知识工作者的瓶颈不是 AI 不够聪明，而是上下文太分散。
为什么是这三件事
痛点不是"缺 AI"，是"上下文孤岛"
当前主流的 AI 写作方式，本质上是一种监工模式：你打开对话窗口，一步步给指令，实时审视输出，随时纠偏。AI 每推进一步都需要你的输入，你成了整个系统里最大的单点故障。
问题出在哪？不是 AI 能力不够，而是你和 AI 之间的上下文不完整。AI 看不到你的知识库，不知道你之前写过什么，不了解你的风格和偏好。每次对话都是一张白纸，你得从头交代背景。
这正是 Molio 把知识库和 AI 放在同一个窗口里的原因------不是功能堆砌，而是让 AI 拥有完整的上下文 。当 AI 能直接读取你的 Vault、加载你的 CLAUDE.md、理解你的文档结构时，它就不再是一个通用的聊天机器人，而是一个了解你的协作伙伴。
知识库 → 写作：从"每次从零"到"知识复利"
Molio 内建了类 Obsidian 的 Vault 体系：本地文件树浏览和编辑，所有笔记就是本地 Markdown 文件。
这背后的理念来自 LLM Wiki 模式：与其每次写作都从原始笔记里临时检索拼凑（RAG 的思路），不如让 LLM 帮你增量构建和维护一个结构化知识库。知识编译一次、持续维护、复利增长。
当你需要把一段笔记扩展成文章，直接在同一界面唤起 AI------它读取你的项目上下文（自动加载 CLAUDE.md 和文档结构），流式输出内容。你可以一键切换 Claude Code、Codex、Gemini CLI 或 Qwen Code，挑最适合当前任务的运行时。
不是"复制笔记 → 粘贴到 AI → 复制结果 → 粘贴回编辑器"，而是在一个窗口里完成从素材到初稿的全过程。你的知识库不再是一个静态的文件柜，而是一个活的、能被 AI 直接消费的上下文环境。
Markdown → 公众号排版：消除最后一段断裂
集成 doocs/md 排版引擎，左右分栏实时预览，主题、字体、颜色可调。
Markdown 写完，一键生成公众号格式的 HTML，直接复制粘贴到公众号后台。不用再在第三方排版网站和编辑器之间来回搬运。
这一步看似简单，但它消灭了创作流程中最后一个上下文断裂点。写完即排，排完即发，思路不断。
多平台分发：写一次，到处发
配合 doocs/cose，支持 30+ 平台一键发布。写一次，分发到掘金、知乎、CSDN 等多个技术社区------不需要逐个登录、逐个粘贴。
从"监工"到"基建"：一种不同的 AI 协作方式
人与 AI 的协作不止"盯着它聊天"这一种。至少有三种模式：
| 模式 | 你的角色 | 注意力花在哪 | 可扩展性 |
|---|---|---|---|
| 监工模式 | AI 的实时操作员 | 每一行输出 | 低 |
| 委托模式 | 任务的管理者 | 关键检查点 | 中 |
| 基建模式 | 系统的指挥家 | 系统设计和优化 | 高 |
Molio 的设计倾向于基建模式 ：你不是在给 AI 下指令，而是在构建一套执行系统------知识库提供上下文，CLAUDE.md 定义行为规范，排版引擎固化输出格式。你构建一次系统，AI 可以无限次地在上面运行。
这也是为什么 Molio 采用工程脚手架的思路：AI 模型的能力由预训练决定，短期内无法速成。但可以通过工程方法，在模型之上搭一层脚手架------用文件系统补足记忆、用 Schema 约束行为、用排版引擎兜底格式。AI 只做它最擅长的事：理解意图、做判断、组织表达。
技术架构
| 层级 | 技术选型 |
|---|---|
| 前端 | React 19 + Vite 6 + TypeScript |
| 后端 | Hono + Node.js + SQLite (better-sqlite3) |
| 桌面 | Electron 40 + electron-builder |
| 构建 | pnpm workspace monorepo |
| AI 运行时 | 本地进程编排，不走云端 API 中转 |
数据存储在本地 SQLite，文件系统可直读------你的内容始终在你的硬盘上。
Molio/
├── packages/contracts/ --- 共享类型定义
├── apps/daemon/ --- Hono HTTP 服务端 (API + SSE)
├── apps/web/ --- Vite + React 前端
└── apps/desktop/ --- Electron 桌面壳为什么开源
开源意味着：
- 可审计：每一行代码都在 GitHub 上，你可以确认数据真的没有外传
- 永久免费：核心功能不收月费，不搞数据绑架
- 可参与：有想法随时提 PR，社区驱动迭代
在 AI 时代，代码本身不再是护城河------任何一个功能都可能被 Agent 一天内复刻。真正的壁垒在品味、数据和分发。开源 Molio，是因为我相信工具层的价值在于连接，不在于锁定。你的数据和知识应该属于你自己。
试一试
如果你也在知识管理、写作、排版、发布之间反复横跳，试试 Molio，这款 local-first 的应用。
GitHub : github.com/zhuzhaoyun/Molio
欢迎下载试用 / 有想法直接提 Issue