Star 20K,开源 Wiki 文档协作软件:干掉 Notion,企业级知识库!

三天打造的开源桌面AI助手:本地化代码与博客生成实践 桌面AI助手是一种运行在用户本地设备(Windows/macOS/Linux)上的轻量级人工智能应用,其核心原理是通过模型量化、RAG增强与模块化架构,在有限算力下实现低延迟、高可控的智能交互。技术价值在于兼顾隐私安全、离线可用与开发友好性,避免云端依赖和API调用限制;典型应用场景包括程序员本地写代码、技术博主离线撰写Markdown博客、学生党快速生成学习笔记等。本文聚焦于一个真实落地的开源项目,深入解析其如何基于CodeLlama-7B-Instruct与Ollama构建稳定代码生成能力,并融合RAG 阅读详情

👉 这是一个或许对你有用的社群

🐱 一对一交流/面试小册/简历优化/求职解惑,欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料: 

👉这是一个或许对你有用的开源项目

国产Star破10w的开源项目,前端包括管理后台、微信小程序,后端支持单体、微服务架构

RBAC权限、数据权限、SaaS多租户、商城、支付、工作流、大屏报表、ERP、CRM、AI大模型、IoT物联网等功能:

  • 多模块:https://gitee.com/zhijiantianya/ruoyi-vue-pro

  • 微服务:https://gitee.com/zhijiantianya/yudao-cloud

  • 视频教程:https://doc.iocoder.cn

【国内首批】支持 JDK17/21+SpringBoot3、JDK8/11+Spring Boot2双版本 


团队文档这件事,很多公司最后都会走到同一个岔路口:Confluence 太重,Notion 太云,本地 Markdown 又管不住协作。

Docmost 卡的就是这个位置。它是一个开源的团队 Wiki 和文档协作系统,定位很直接:做 Confluence 和 Notion 的开源替代品。

项目地址:https://github.com/docmost/docmost

截至这次整理,Docmost 在 GitHub 上已经接近 2 万 Star。这个量级说明一件事:团队知识库的需求一直在,只是大家越来越不想被商业 SaaS 锁死。

国内团队对这事感受尤其深 ——Atlassian 早就停了 Confluence Server 版,强推 Cloud 订阅按人头计费,数据还存国外服务器;国内合规、审计、内网隔离场景根本接受不了 。Notion 国内访问时好时坏,飞书 / 钉钉的知识库又绑死自家生态。「自托管 + 数据在自己手里 + 中文友好」 已经成了国内团队选 Wiki 的硬性标准——Docmost 卡的就是这个位置。

Docmost 解决的是团队知识库的老问题

个人笔记工具很多,但团队知识库难点不在“能写字”,而在协作、权限、版本、搜索和迁移。

一个能在公司里落地的 Wiki,至少要回答这些问题:

问题

Docmost 的处理方式

多人同时编辑会不会打架

支持实时协作编辑

文档归属怎么划分

用 Space 做团队、项目、部门隔离

谁能看谁能改

支持用户组、空间、页面多层权限

改坏了怎么办

有历史记录、差异对比和回滚

老文档怎么迁移

支持 Markdown、HTML、Notion、Confluence 导入

这才是 Wiki 系统该干的活。只做一个富文本编辑器,不叫知识库,顶多叫在线文档。

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/ruoyi-vue-pro

  • 视频教程:https://doc.iocoder.cn/video/

功能特性:文档、绘图、权限都补齐了

Docmost 的核心能力比较完整:

  • 实时协作编辑 :多人同时编辑页面,支持富文本、Markdown、数学公式、表格、标注等能力。

  • 可视化绘图 :内置 Draw.io、Excalidraw、Mermaid,流程图、架构图、手绘草图都能直接放进文档里。

  • 空间管理 :按团队、项目或部门建立独立空间,避免所有文档挤在一个目录里。

  • 权限管理 :用户组、空间、页面多层权限,适合公司内部知识库。

  • 内联评论 :评论可以挂在具体内容上,不用在群里丢一句“第 3 段有问题”。

  • 历史追溯 :自动保存修改记录,支持差异对比和回滚。

  • 文件存储 :图片、视频、附件可以粘贴上传,支持本地存储或 S3。

  • 全文检索 :基于 PostgreSQL 做搜索,定位文档比翻目录靠谱。

  • 公开分享 :页面可以生成公开访问链接,适合产品文档和对外说明。

一句话概括:Docmost 不是“Notion 外观复刻”,它更偏团队 Wiki 的工程化落地。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/yudao-cloud

  • 视频教程:https://doc.iocoder.cn/video/

相比 Notion 和 Confluence,差别在哪

Docmost 的优势很明确:开源、自托管、可控。

Notion 的体验好,但数据在云端,企业内网、合规、私有部署场景会卡住。Confluence 功能老牌,但部署和维护成本不低,很多小团队一开始就被劝退。

Docmost 适合这类场景:

场景

为什么适合

中小团队内部 Wiki

功能够用,部署成本相对低

产品帮助中心

支持公开分享和结构化空间

技术团队知识库

Markdown、Mermaid、Draw.io 都是刚需

不想被 SaaS 锁定的团队

自托管,数据掌握在自己手里

但也别神化它。如果你已经深度依赖 Notion 的数据库、多视图和生态插件,迁移成本不低。Docmost 更像文档协作系统,不是万能工作台。

技术上值得注意的点

Docmost 选 PostgreSQL 做数据底座,搜索、权限、版本这些能力更容易做稳。文件可以走本地,也可以走 S3,部署时有弹性。

绘图能力是一个加分项。很多团队 Wiki 最后都会被架构图、流程图、产品流程塞满,如果画图还要跳到外部工具,再截图贴回来,文档很快就失控。Docmost 把 Draw.io、Excalidraw、Mermaid 放进来,能减少不少上下文切换。

导入导出也比较实用。支持 Markdown、HTML、Notion、Confluence 导入,支持导出 Markdown、HTML。对团队来说,这等于留了退路。

适合谁用

如果你要的是“公司内部知识库”,Docmost 值得试。尤其是技术团队,Markdown、Mermaid、权限、版本记录这些能力都对口。

如果你只是个人笔记,Obsidian、Notion、语雀可能更轻。Docmost 的价值在多人协作,一两个人用它会显得有点重。

我的判断很直接:想要开源自托管 Wiki,Docmost 是当前值得优先看的项目之一。 它不一定最花哨,但该有的协作骨架基本齐了。


欢迎加入我的知识星球,全面提升技术能力。

👉 加入方式,“长按”或“扫描”下方二维码噢:

星球的内容包括:项目实战、面试招聘、源码解析、学习路线。

文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)
LlamaIndex实战指南:构建私有数据驱动的RAG应用 RAG(检索增强生成)是一种将外部知识库与大语言模型动态结合的关键技术,其核心原理在于通过向量检索精准召回相关文档片段,并将其作为上下文注入生成过程,从而提升回答的事实性与可靠性。该技术显著缓解大模型幻觉问题,支撑知识问答、智能客服、个人助理等场景落地。LlamaIndex作为主流RAG框架,提供从PDF/数据库等多源数据接入、语义分块、嵌入索引构建到混合检索的全链路能力,尤其擅长处理私有文档、内部知识库等非公开语料。本文聚焦LlamaIndex 0.10.21版本的工程实践,覆盖本地化部署、元数据路由、查 阅读详情

相关推荐

Grok 4 实战手记:从自然语言到可执行结果的七类工程化落地

在AI应用从‘能说’迈向‘能做’的关键阶段,如何实现自然语言到可运行代码、可交互图表、可播放音频、可验证推理的端到端闭环?本文聚焦大模型工程落地中的核心能力断层——HTML动画生成、网络可视化、实时社交数据理解、对话状态机控制、Web Audio调度、草图驱动叙事、图表反演推理。围绕‘结果导向型生成’与‘智能调度中枢’两大技术范式,解析GroK 4如何将物理定律、Web API规范、社区语义结构、假设检验逻辑等深度编译进生成链路,为技术产品经理、数据分析师与独立开发者提供可复现、可调试、可嵌入生产环境的轻量

weixin_30315905的博客 413

Wiki项目介绍:Confluence、wiki.js、ShowDoc、MinDoc、Torna、LeafWiki、SmartWiki、PlainDoc

Wiki项目介绍:Confluence、wiki.js、ShowDoc、MinDoc、LeafWiki、SmartWiki、PlainDoc

lonelymanontheway的博客 338

技术写作工程化:用可验证性构建数据科学知识资产

技术写作本质上是知识产品开发,其核心不是文采而是可验证性——即数学推导一致、代码可复现、结果可解释。基于认知负荷理论与信息压缩原理,高效的技术内容需剥离冗余、聚焦问题靶心,并通过结构化原子库、分层重写和可信度三角实现知识提纯。这种工程化思维将写作转化为可持续的知识服务,支撑精准搜索流量获取、高校课程引用、开源项目集成等真实技术价值。在LLM时代,当信息过载加剧,具备可观测、可压测、可降级特性的技术内容,正成为开发者解决‘工具链断点’与‘调试黑洞’的首选基础设施。

weixin_30315435的博客 346

WeKnora开源框架解析:从RAG原理到企业级知识库实战搭建

检索增强生成(RAG)技术通过将非结构化文档转化为向量表示,并结合大语言模型,实现了从传统关键词搜索到智能问答的范式转变。其核心价值在于解决信息爆炸时代知识难以被精准检索和利用的痛点,广泛应用于企业文档管理、智能客服和内部知识中枢等场景。本文以腾讯开源的WeKnora框架为例,深入剖析了其作为企业级RAG解决方案,如何通过模块化流水线设计,封装文档解析、向量化、混合搜索等复杂环节,并提供了从环境搭建、效果调优到避坑指南的完整工程实践路径,助力开发者快速构建高可用的智能知识库系统。

weixin_30536513的博客 314

《算法设计与分析》全套PPT课件(哈尔滨工程大学)

《算法设计与分析》全套PPT课件(哈尔滨工程大学)

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

Notion 共享代理记忆入门:让多个 AI 共用同一套上下文

按 2026 年 11 月 4 日 Notion 共享代理记忆说明,介绍通过 MCP 连接 ChatGPT 与 Claude、选择 Shared context layer、写入自定义指令,让多个 AI 共用同一套项目偏好。

死磕音视频 71

数字政府政务服务AI大模型赋能智能体平台及AI场景应用规划方案(决策评审版).pptx

数字政府政务服务AI大模型赋能智能体平台及AI场景应用规划方案(决策评审版).pptx

PSO-LSTM基于PSO优化LSTM网络的电力负荷预测(Python代码实现)

内容概要:本文提出了一种基于粒子群优化算法(PSO)优化长短期记忆网络(LSTM)的电力负荷预测方法,并通过Python代码实现了完整的模型构建与仿真验证。该方法利用PSO算法全局寻优的能力,自动优化LSTM网络的关键超参数,如学习率、隐含层节点数、训练迭代次数等,从而克服传统LSTM依赖人工调参导致的预测精度不高和收敛速度慢的问题。文中详细阐述了PSO-LSTM混合模型的架构设计、算法流程及其实现细节,结合实际电力负荷数据进行了实验验证,结果表明该模型在预测精度、稳定性与泛化能力方面均优于标准LSTM及其他传统预测模型,尤其适用于短期电力负荷预测任务。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事电力系统分析、能源管理、智能电网调度及相关领域研究的研发人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于电力系统短期负荷预测,提升电网运行调度的科学性与经济性;②为能源管理系统提供高精度负荷数据支持,优化发电计划与资源配置;③作为智能优化算法与深度学习融合的教学案例,帮助学习者掌握PSO与LSTM协同建模的方法与实践技巧;④为后续研究提供可复现的代码基础和技术参考。; 阅读建议:建议读者结合提供的Python代码,动手复现整个建模与训练过程,深入理解PSO优化机制与LSTM网络结构的耦合方式,并尝试在不同时间尺度和负荷场景的数据集上进行迁移测试,以全面评估模型的适应性与鲁棒性。

T18_低空经济示范区十五五通感一体化低空智联网与飞行服务保障体系设计方案_生态合作版.pptx

T18_低空经济示范区十五五通感一体化低空智联网与飞行服务保障体系设计方案_生态合作版.pptx

T04_城市生命线AI智能体平台及AI大模型应用场景规划方案_技术方案版.pptx

T04_城市生命线AI智能体平台及AI大模型应用场景规划方案_技术方案版.pptx

基于粒子群优化算法的三方三层的主从博弈能源系统优化模型研究(Matlab代码实现)

内容概要:本文研究了基于粒子群优化算法的三方三层主从博弈能源系统优化模型,旨在通过Matlab代码实现对包含风、光、火、储等多种能源形式的综合能源系统进行优化调度。该模型构建了包含能源供应商、运营商与用户三类主体的多层次博弈架构,引入主从博弈机制,将不同参与者划分为领导者与跟随者角色,并在不完全信息环境下采用Epsilon纳什均衡策略实现多方利益协调。结合多目标粒子群优化算法,有效解决了系统运行成本、峰谷差与碳排放等多重目标间的权衡问题。研究进一步整合了需求响应与电能转气(P2G)等灵活性资源,提升了系统调节能力,并通过IEEE39等标准系统进行潮流计算与电能质量分析,验证了模型在提升综合能源系统经济性、稳定性与环保性方面的有效性。; 适合人群:具备电力系统、优化算法及博弈论基础知识的科研人员与研究生;从事能源系统优化、智能调度及相关领域研究的专业技术人员;有志于复现高水平期刊论文成果并开展创新性研究的硕博生。; 使用场景及目标:① 学习并掌握主从博弈在综合能源系统中的建模方法与求解流程;② 理解多目标粒子群算法在复杂能源调度问题中的应用技巧;③ 掌握需求响应、P2G等灵活性资源在系统优化中的集成方式;④ 借助Matlab代码复现IEEE39系统的潮流计算与电能质量分析过程,支撑科研项目或学术论文撰写。; 阅读建议:本资源以Matlab代码为核心载体,强调理论建模与仿真实践的深度融合。建议读者在学习过程中结合博弈论与智能优化算法的基础理论,逐步调试代码并分析关键参数的影响,重点关注Epsilon纳什均衡的实现逻辑与多目标优化的收敛特性,从而深入理解能源系统协同优化的内在机制。

EPLAN自动成图与报表实战合集 API批量成图脚本+端子表电缆表自动生成

内容概要:EPLAN自动成图与报表自动生成实战合集,含2篇原创:API批量成图脚本骨架(对象模型+可运行C#代码+三个必踩坑+42页从3.5小时压到11分钟实测)、端子表/电缆表/部件清单报表自动生成(配置逻辑+翻车点+提效数据)。适用人群:电气设计工程师、成套厂制图员、EPLAN二次开发。使用场景:图纸批量生成提效、报表自动化。原创整理。

复现基于全局积分滑模控制(GISMC)的欠驱动自主水下航行器(AUV)水平轨迹跟踪控制研究(Simulink仿真、Matlab代码实现)

内容概要:本文研究了基于全局积分滑模控制(GISMC)的欠驱动自主水下航行器(AUV)水平轨迹跟踪控制方法,通过Simulink仿真与Matlab代码实现对该控制策略进行复现与验证。针对欠驱动AUV系统存在的模型不确定性与外部干扰问题,设计了全局积分滑模控制器,有效提升了轨迹跟踪精度与系统鲁棒性,克服了传统滑模控制存在的稳态误差与抖振问题。该控制器通过引入积分项增强了对持续干扰的抑制能力,并确保系统在整个状态空间内实现渐近收敛。仿真结果表明,在复杂海洋环境下,所提方法能够实现对期望轨迹的高精度跟踪,具备优良的动态响应性能与抗干扰能力,适用于AUV在水平面内的精确导航与控制任务。; 适合人群:具备自动控制理论基础、海洋工程背景或从事无人系统控制研究的科研人员,以及熟悉Matlab/Simulink仿真工具的自动化、船舶与海洋工程等相关专业的研究生与工程师。; 使用场景及目标:①用于解决欠驱动AUV在未知扰动下的轨迹跟踪控制问题;②为滑模控制在非线性、强耦合系统中的应用提供仿真验证案例;③推动先进控制算法在水下机器人系统中的工程化实现。; 阅读建议:读者应结合Matlab代码与Simulink模型进行仿真操作,重点关注滑模面设计、控制律推导与参数整定过程,建议在复现基础上尝试引入不同干扰条件或优化控制结构,以深入理解GISMC的控制机理与鲁棒特性。

威百威9000V6商业管理软件-210930稳定版本

支持扫码支付

旋转中心标定诊断工具(视觉标定失败定位+Kasa圆拟合)

机器视觉旋转中心标定失败诊断工具:Kasa圆拟合求旋转中心+四类失败原因自动定位(标定点共线/旋转角步集中/拟合残差大/像素机器人映射方向反),含README与示例数据,仅依赖numpy,源自真实产线客诉排查经验。

主动配电网故障恢复的重构与孤岛划分统一模型研究升级版本(Matlab代码实现)

内容概要:本文针对主动配电网在故障情况下的恢复问题,提出了一种网络重构与孤岛划分的统一优化模型,旨在通过协同优化配电网的拓扑结构与分布式电源形成的可控孤岛,最大限度恢复关键负荷供电,提升系统韧性。该模型充分考虑了分布式电源出力特性、负荷分级需求以及配电网辐射状运行等多重约束,构建了以负荷恢复最大化和网络损耗最小化为目标的混合整数非线性规划问题,并采用高效的优化算法进行求解。研究通过Matlab编程实现了完整的模型求解与仿真验证,结果表明所提方法能有效协调重构与孤岛策略,显著提高故障后的供电恢复能力和系统运行的稳定性。; 适合人群:具备电力系统分析、优化理论及Matlab编程基础,从事主动配电网、分布式能源集成、电网韧性提升或智能电网故障恢复等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于高比例分布式电源接入的现代配电网故障应急处置与恢复决策;②为提升电网应对极端事件的能力提供先进的理论模型与技术方案;③通过Matlab代码复现与仿真,深入学习和掌握配电网重构、孤岛划分及综合优化的前沿算法。; 阅读建议:建议读者结合电力系统潮流计算、图论基础和优化建模知识进行学习,重点理解模型中目标函数的设计理念、各类物理约束(如潮流、辐射状、孤岛连通性)的数学表征方法,以及求解算法的实现逻辑。务必动手运行并调试所提供的Matlab代码,通过改变网络参数和故障场景来探究模型的适应性和性能边界。

多目标粒子群算法求解综合能源系统最优容量配置研究(Matlab代码实现)

内容概要:本文研究了基于多目标粒子群算法(MOPSO)求解综合能源系统(IES)中最优容量配置的方法,并提供了完整的Matlab代码实现。研究旨在通过优化风电机组、光伏机组、燃气轮机、储能系统等多种能源设备的容量配置,实现系统在经济性、环保性和能源利用率等方面的多目标平衡。文中构建了综合能源系统容量配置的数学模型,明确了以最低综合成本、最小碳排放为核心的目标函数,以及能量供需平衡、设备出力能力等关键约束条件,并详细阐述了MOPSO算法的实现流程,包括种群初始化、非支配排序、拥挤距离计算和外部存档更新等核心机制。最后,通过Matlab平台的仿真实验验证了该方法的有效性,结果表明该算法能够生成分布均匀且具有良好多样性的Pareto最优解集,为决策者根据不同侧重点选择最终方案提供了科学依据。; 适合人群:具备一定电力系统、优化算法和Matlab编程基础的研究生、科研人员及工程技术人员。; 使用场景及目标:① 学习和掌握综合能源系统容量配置问题的建模方法;② 深入理解多目标粒子群算法(MOPSO)的核心原理及其在实际工程优化问题中的应用;③ 获取可直接运行和修改的Matlab代码,用于复现研究成果或进行二次开发。; 阅读建议:建议读者在阅读时,首先理解综合能源系统的背景和优化问题的数学建模过程,然后结合提供的Matlab代码,逐步跟踪算法的执行流程,重点关注目标函数和约束条件的代码实现,以及MOPSO算法中非支配排序和拥挤距离计算等核心模块。为了更好地掌握,可以尝试调整算例参数、增减优化目标或修改算法参数,观察结果的变化。

上一篇: Claude Code 神级开发者 9 个 Skills 推荐:别乱装,先装这几类
下一篇: 为什么 128KB 的魂斗罗可以实现那么长的剧情?
公众号-芋道源码
博客等级 码龄10年 1639粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值