reor

本地AI自动关联笔记，让知识自动浮现

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 搜索知识 🍴 复刻 524 🐛 待处理 127 👀 关注 1 ⚠️ 作者已归档（停止维护）
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 8535
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，AGPL-3.0许可，本地部署，完全免费。

项目预览

reor 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队reorproject
官网地址https://reorproject.org
GitHubhttps://github.com/reorproject/reor
定价模式🏷️完全免费
价格说明开源项目，AGPL-3.0许可，本地部署，完全免费。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议AGPL-3.0
主要语言JavaScript
技术栈/模型ai,lancedb,llama,llamacpp,local-first,markdown,note-taking,ollama,pkm,rag,second-brain,vector-database
GitHub 星标★ 8535
上线时间2023-11-27 00:00:00
代码更新2025-05-13
仓库体积96.0 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数2

项目介绍

reor 是一款面向高熵人群的本地优先、注重隐私的个人知识管理应用。它利用 AI 技术（如嵌入模型和向量检索）自动建立笔记之间的语义关联，帮助用户在大量碎片化信息中快速找到所需内容。核心功能包括：本地运行 AI 模型，支持全文和语义搜索，自动生成笔记摘要与标签，以及通过知识图谱可视化笔记间的联系。reor 解决了传统笔记工具中信息孤岛和检索困难的问题，让用户无需手动整理文件夹和标签，即可通过自然语言或关键词发现知识间的隐藏关系。所有数据均存储在本地，确保隐私安全。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 8535

使用教程

难度：入门 约 10 分钟 部署方式：本地安装 7 步

环境要求

  • 系统支持 macOS、Linux 或 Windows
  • 普通使用需下载官方安装包（无需编程环境）
  • 使用本地模型需通过 Ollama 下载模型，可在 ollama.com/library 查找
  • 源码开发模式需本机具备 Node.js/npm 环境

安装与启动步骤

  1. 1下载安装包

    前往官网 reorproject.org 或 GitHub Releases 页面，下载对应系统的安装包；Mac、Linux、Windows 均支持。

  2. 2安装并启动

    像安装普通桌面应用一样完成安装，启动后即可开始写笔记，数据全部保存在本地。

  3. 3配置本地模型

    在应用内进入 Settings → Add New Local LLM，输入想用的模型名称，Reor 会直接通过 Ollama 下载并运行该模型。

  4. 4接入兼容 API

    也可连接 OpenAI 兼容的 API（如 Oobabooga、Ollama 或 OpenAI 本体），具体做法见官方文档 openai-like-api。

  5. 5获取源码

    仅源码开发模式需要：克隆官方仓库到本地，后续命令都在该仓库目录下执行。

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

  6. 6安装依赖

    在仓库根目录安装项目依赖，需已安装 Node.js 与 npm。

    npm install

  7. 7开发模式运行

    以开发模式启动应用，用于调试或本地二次开发。

    npm run dev

关键配置

配置项必填说明示例
Add New Local LLM（模型名称）否在 Settings 中填写要下载运行的本地模型名，由 Ollama 拉取llama3
OpenAI 兼容 API否可选，改为连接 Oobabooga、Ollama 或 OpenAI 等兼容接口https://api.openai.com/v1

如何确认成功

应用能正常打开并创建笔记；设置中模型下载完成并可用后，语义搜索与笔记问答可正常返回结果。

常见问题

Q：必须联网才能用吗？

A：模型下载和调用云端 API 时需要联网；笔记数据与嵌入向量均存储在本地，日常使用以本地运行为主。

Q：本地模型从哪里下载？

A：Reor 通过 Ollama 直接下载，在 Settings → Add New Local LLM 里输入模型名即可，可用模型见 ollama.com/library。

Q：支持哪些操作系统？

A：Mac、Linux 和 Windows 均支持，从官网或 GitHub Releases 下载对应安装包即可。

Q：不想装本地模型怎么办？

A：可以接入 OpenAI 兼容的 API，例如 Oobabooga、Ollama 或 OpenAI，配置方式见官方文档 openai-like-api。

注意事项

  • 所有笔记与向量数据都保存在本地，隐私优先
  • 本地模型的运行依托 Ollama、Transformers.js 与 LanceDB
  • npm install / npm run dev 属于源码开发模式，普通用户用安装包即可
  • 运行 npm 命令前请先安装 Node.js 环境

核心亮点

  • 完全本地运行，数据不出设备，隐私安全有保障
  • AI自动生成语义关联和知识图谱，无需手动整理
  • 支持自然语言搜索，检索效率高

不足之处

  • 依赖本地计算资源，对硬件有一定要求
  • 文档和社区生态尚在早期，教程和插件较少

适用场景

  • 个人知识库管理，快速检索研究资料
  • 写作素材收集，自动关联灵感碎片
  • 学术研究，发现文献间的隐性联系

替代项目

Obsidian、Logseq、Notion AI

上一篇：paper-qa

下一篇：deep-searcher

同类项目推荐

omnibox 开源

碎片信息一键收拢，查过收藏过的不再丢

Anywhere, anything to memory, memory to anything.

★ 1547 2026-08-09
Awesome-LLM-based-Text2SQL 开源

一站式掌握大模型Text-to-SQL前沿，从论文到代码全收录

[TKDE2025] Next-Generation Database Interfaces: A Survey of LLM-based Text-to-SQL | ···

★ 1380 2026-08-09
agent-pulse 开源

每日自动追踪 AI 行业动态，每周生成决策简报

Evidence-backed AI industry intelligence — trends, source updates, daily data refre···

★ 239 2026-08-09
ChatPDF 开源

本地文档直接聊，无需联网，RAG 全流程原生实现。

RAG for Local LLM, chat with PDF/doc/txt files, ChatPDF. 纯原生实现RAG功能，基于本地···

★ 861 2026-08-09
ApeRAG 开源

把知识图谱塞进 RAG，多跳问答和复杂检索一次搞定

ApeRAG: Production-ready GraphRAG with multi-modal indexing, AI agents, MCP support,···

★ 1319 2026-10-02
chunkr 开源

复杂文档一键变 RAG 可用的结构化分块数据

Vision infrastructure to turn complex documents into LLM-ready data

★ 4157 2026-09-26
searchstack-aeo 开源

一个 CLI 搞定 AI 搜索可见性监控与优化

Searchstack — Open-source AEO/GEO/SEO tech stack for AI-native founders. Monitor yo···

★ 115 2026-08-09
private-gpt 开源

本地文档接大模型，离线问答不泄密

Complete API layer for private AI applications on local models: RAG, skills, tools, ···

★ 57635 2026-10-02
BCEmbedding 开源

有道开源的 RAG 嵌入+重排模型，中文检索更准

Netease Youdao's open-source embedding and reranker models for RAG products.

★ 1878 2026-10-02