Wenlan 知识库系统详细部署教程

Wenlan 是一款为 AI 时代设计的本地知识库系统,能让您的 AI 助手(如 Claude、Codex)将对话中产生的知识持久化、整理成带有可靠来源的 Wiki 页面。本文将详细介绍如何部署和使用 Wenlan。


📋 目录

  1. Wenlan 是什么
  2. 系统要求与核心概念
  3. 安装方式概览
  4. 安装运行时
    • macOS 安装
    • Windows 安装
    • Linux 安装
  5. 连接 AI 客户端
    • 连接 Claude Code(最快路径)
    • 连接 Codex
    • 连接 Cursor / VS Code
    • 连接 Claude Desktop 或其他 MCP 客户端
    • 连接 ChatGPT 或 Claude.ai(网页版)
  6. 首次使用与验证
  7. 日常使用流程
  8. 导入文档与建立知识库
  9. 更新与卸载
  10. 常见问题排查

Wenlan 是什么

Wenlan 是一个 本地优先 的知识库系统,旨在解决 AI 对话中知识无法积累的问题。它的核心理念是:将 AI 在工作中学到的知识、做出的决策,通过“来源(Sources)→ 原子记忆(Memories)→ 维护页面(Pages)”的流程,整理成一个可追溯、可复查的知识体系。

关键特性

  • 本地运行:一个本地守护进程(daemon)作为知识库核心,所有数据默认存储在你的电脑上。
  • 来源可追溯:无论是导入的文档还是 AI 捕获的记忆,都能追溯到原始来源。
  • 与 AI 工具深度集成:通过 MCP(模型上下文协议)连接各种 AI 客户端,让它们共享同一个知识库。
  • 支持多种格式:可导入 Markdown、TXT、可提取文字的 PDF 文件或 Obsidian 仓库作为来源。

系统要求与核心概念

基本要求

  • 操作系统:macOS (Apple Silicon)、Windows 10/11 (x64)、Linux (x64/ARM64 glibc)
  • 网络:安装和初始化时需要网络,日常使用主要离线工作
  • AI 客户端:Claude Code、Codex、Cursor、VS Code、Claude Desktop 等支持 MCP 的工具

核心概念

  • Daemon (守护进程):Wenlan 的核心服务,在后台运行,管理所有知识数据。
  • Sources (来源):您导入的文档、文件夹、Obsidian 仓库,作为知识的原始证据。
  • Memories (记忆):由 AI 或您捕获的原子化知识片段(一个决策、一条教训),带有来源。
  • Pages (页面):由 AI 从相关来源和记忆中蒸馏、整理出的 Markdown 知识页面,带有引用。
  • MCP Connector:连接 AI 客户端和本地 Daemon 的桥梁。

安装方式概览

Wenlan 提供两种主要的安装使用路径,您可以根据主要使用的 AI 工具选择:

安装路径 适用场景 特点
Claude Code 插件 主力使用 Claude Code 最快的路径,插件自动处理安装、配置和首次验证,并提供 /capture/distill 等快捷命令
通用运行时 (CLI + MCP) 使用 Codex、Cursor、VS Code 等 通过 npx 或手动下载安装 CLI、daemon 和 MCP 连接器,然后使用 wenlan connect <client> 命令配置客户端
桌面应用(预览版) 希望有图形界面查看和浏览知识 目前提供 macOS Apple Silicon 预览版,内置运行时,可开启远程访问供网页版 AI 使用

安装运行时

macOS 安装

方法一:使用 npx(推荐,无需桌面应用)

1
npx -y wenlan setup

此命令会下载 CLI、守护进程和 MCP 连接器,并验证安装。

方法二:安装桌面预览版

  1. GitHub Releases 下载 Wenlan_{version}_aarch64.dmg
  2. 打开 DMG,将 Wenlan.app 拖入 Applications 文件夹。
  3. 首次打开时,若 macOS 提示阻止,请参考官方安全安装指南操作。

Windows 安装

  1. GitHub Releases 下载 wenlan-windows-x64.zip

  2. 解压 ZIP 到固定目录(例如 C:\wenlan),请勿删除或移动其中的文件。

  3. 将该目录添加到系统 PATH 环境变量中。

  4. 打开新的终端(CMD 或 PowerShell),运行以下命令完成设置:

    1
    2
    3
    wenlan setup --basic
    wenlan background on
    wenlan status

Linux 安装

使用自动安装脚本(适用于 x64/ARM64 glibc)

1
2
3
4
curl -fsSL https://raw.githubusercontent.com/7xuanlu/wenlan/main/install.sh | bash
wenlan setup --basic
wenlan background on
wenlan status

提示:安装完成后,运行 wenlan doctor 可全面检查本地运行时状态。


连接 AI 客户端

运行时安装完成后,需要将您的 AI 工具连接到 Wenlan 守护进程。

连接 Claude Code(最快路径)

在 Claude Code 中执行以下命令:

1
2
3
/plugin marketplace add 7xuanlu/claude-plugins
/plugin install wenlan@7xuanlu
/setup

如果插件安装后提示重启,重启一次即可。之后就可以使用 /capture/recall/distill 等命令。

连接 Codex

在终端中执行:

1
~/.wenlan/bin/wenlan connect codex

连接 Cursor / VS Code

Cursor:

1
~/.wenlan/bin/wenlan connect cursor

之后重启 Cursor,Wenlan 工具应出现在 MCP 列表中。

VS Code:
在项目根目录或用户设置中执行:

1
~/.wenlan/bin/wenlan connect vscode

这会在 .vscode/mcp.json 中写入配置。

连接 Claude Desktop 或其他 MCP 客户端

Claude Desktop:

1
~/.wenlan/bin/wenlan connect claude-desktop

其他客户端(如 Gemini CLI):

1
~/.wenlan/bin/wenlan connect gemini

连接 ChatGPT 或 Claude.ai(网页版)

  1. 打开 Wenlan 桌面应用。
  2. 开启 Remote Access,应用会生成一个临时的 HTTPS URL。
  3. ChatGPT 中:SettingsPlugins → 新建插件,选择 Server URL,粘贴 URL,Authentication 设为 None
  4. Claude.ai 中:通过 Directory → Plugins 从 7xuanlu/wenlan 市场安装,或使用相同的自定义连接器方式。

首次使用与验证

无论哪种方式,安装和连接后,建议立即进行一轮“捕获-召回”测试来验证。

  1. 捕获一条测试记忆:在已连接的 AI 客户端中,输入类似:
    • Claude Code: /capture "我们决定使用 Wenlan 作为本地知识库"
    • 其他客户端: 使用其暴露的 storecapture 工具。
  2. 在另一个会话或客户端中召回:询问“我们关于知识库做了什么决定?”。如果 Wenlan 能够正确回答,说明整个链条已打通。

日常使用流程

Wenlan 设计了一个可循环的日常知识管理流程:

  1. /brief <主题>:快速了解当前空间的知识概览。
  2. /recall <问题>:当需要具体信息时,调用召回功能。
  3. /capture <内容>:在工作或对话中,随时捕获一个完整的决策、教训或事实。
  4. /handoff:在结束一个工作会话前,记录下本次的变更和状态。
  5. /distill <主题>:当某个主题的信息足够时,命令 AI 将其蒸馏成一篇带引用的 Markdown 页面。
  6. /lint/curate:定期检查知识库的健康状况,处理待审核的修订或冲突。

导入文档与建立知识库

您可以将现有文档导入作为知识的“来源”。

  1. 选择目标:确定一个你想建立知识库的文件夹、文件或 Obsidian 仓库。

  2. 添加来源:在终端执行:

    1
    wenlan sources add /path/to/your/folder
  3. 验证同步:检查输出中的 ingestedskippederrors 数量。

  4. 蒸馏页面:在 AI 客户端中,使用 /distill <主题> 让 AI 从这些来源中总结知识,生成 Pages。

支持格式.md.txt、可直接提取文字的 .pdf。对于 Obsidian 仓库,Wenlan 会作为只读来源读取,不会修改您的原始文件。


更新与卸载

更新运行时

  • 通过 npx 安装:重新运行 npx -y wenlan setup 会获取最新版本。
  • 通过安装包安装:需从 GitHub Releases 下载新版本覆盖安装。

卸载 Wenlan

卸载 不会 删除您的原始照片文件,但会移除应用及其本地数据。

  1. 停止并移除服务

    1
    wenlan uninstall
  2. 删除数据目录
    手动删除 Wenlan 的数据文件夹(~/.wenlan/)和平台数据目录(macOS: ~/Library/Application Support/wenlan/;Linux: ~/.local/share/wenlan/;Windows: %LOCALAPPDATA%\wenlan\)。


常见问题排查

问题:运行 npx -y wenlan setup 失败。
解决:确认 Node.js 版本为 20+,网络连接正常。

问题:AI 客户端找不到 Wenlan 工具。
解决

  1. 确认守护进程正在运行:wenlan status
  2. 对于 VS Code/Cursor,尝试重启编辑器。
  3. 检查客户端的 MCP 配置文件是否已正确写入。

问题:PDF 文件导入后无内容。
解决:Wenlan 只支持可直接提取文字的 PDF。如果是扫描版图片 PDF,需先进行 OCR 处理。

如需更多帮助,可查看官方文档或访问其 GitHub 仓库 的 Issues 页面。