reor

本地AI自动关联笔记，让知识自动浮现

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。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 8552

维护状态低维护

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队reorproject

所属国家

官网地址https://reorproject.org

GitHubhttps://github.com/reorproject/reor

定价模式free

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

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★ 8552

30天Star增速

HF 下载量

上线时间2023-11-27 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

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

项目介绍

reor 是搜索知识领域的开源项目，由 reorproject 开发，2023 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（8,552）位列前 6%，在搜索知识分类的 581 个项目里位列前 7%。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。AGPL-3.0许可，本地部署，完全免费。

它主要面向的使用场景是：个人知识库管理，快速检索研究资料。同类可对比的替代方案包括 Obsidian、Logseq、Notion AI。

上一篇：paper-qa

下一篇：deep-searcher