Wenlan 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
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
- Wenlan 是什么
- 系统要求与核心概念
- 安装方式概览
- 安装运行时
- macOS 安装
- Windows 安装
- Linux 安装
- 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)
- 首次使用与验证
- 日常使用流程
- 导入文档与建立知识库
- 更新与卸载
- 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
- 从 GitHub Releases 下载
Wenlan_{version}_aarch64.dmg。 - 打开 DMG,将
Wenlan.app拖入Applications文件夹。 - 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
从 GitHub Releases 下载
wenlan-windows-x64.zip。解压 ZIP 到固定目录(例如
C:\wenlan),请勿删除或移动其中的文件。将该目录添加到系统
PATH环境变量中。打开新的终端(CMD 或 PowerShell),运行以下命令完成设置:
1
2
3wenlan 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 | curl -fsSL https://raw.githubusercontent.com/7xuanlu/wenlan/main/install.sh | bash |
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 | /plugin marketplace add 7xuanlu/claude-plugins |
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)
- 打开 Wenlan 桌面应用。
- 开启 Remote Access,应用会生成一个临时的 HTTPS URL。
- 在 ChatGPT 中:
Settings→Plugins→ 新建插件,选择 Server URL,粘贴 URL,Authentication 设为None。 - 在 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。
- 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
store或capture工具。
- Claude Code:
- 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:
/brief <主题>:快速了解当前空间的知识概览。/recall <问题>:当需要具体信息时,调用召回功能。/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。/handoff:在结束一个工作会话前,记录下本次的变更和状态。/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。/lint和/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”。
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。
添加来源:在终端执行:
1
wenlan sources add /path/to/your/folder
验证同步:检查输出中的
ingested、skipped、errors数量。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
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。
停止并移除服务:
1
wenlan uninstall
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:
- 确认守护进程正在运行:
wenlan status。 - 对于 VS Code/Cursor,尝试重启编辑器。
- 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。










