Hi，我是 Kane，Linkly AI 的创始人。今天我要很骄傲地向大家介绍上下文管理工具 Linkly AI 的首个正式版 v1.0。
半年憋出一个 1.0
在 Vibe Coding 时代，我们干了一件非主流的事情，就是在软件逐渐变成周抛甚至日抛的时候，花了半年时间才打磨出一个正式版的软件。
这半年时间，我和两位小伙伴，几乎保持着每周一个版本的节奏，跟着几千个早期用户，一点点地从最早的、只有一个搜索框和 4 个 MCP 工具的简陋产品，逐渐迭代成了初具雏形的个人上下文管理中心。
而就在一个月前，正式版本来已经准备好了，我却叫停了它的发布。
动机和初心
回想最早我们开发 Linkly AI，源自去年我一个强烈的愿望：随着深入使用 AI 工具，非常希望我自己积累十几年的笔记和资料，能让 AI 无缝读取。另一个原因是我妻子在读博期间，每天要在几十 G 的 PDF 和多媒体资料里反复翻找、阅读、比对，当时 ChatGPT 等任何 AI 工具都无法满足她，她急需一个东西，能简单地管起来这些大量的资料，能在 AI 需要的时候找到对应篇章并使用。
所以在这些原因的促使下，今年 2 月份我们就立项开始打造 Linkly AI，3 月份发布了第一个 demo，之后一直保持着一周一个版本的节奏，逐渐补齐了整个知识管理捕获-管理-应用的每个环节，并且 Agent 使用起来也非常方便。
波折的过程
对于这种针对文件的上下文管理产品，到底应该开发成什么样子，我们也在摸着石头过河。
最开始的时候，我想过它是不是一个笔记应用的样子，或者是网盘的形态，但最后我感觉它应该先是一个搜索工具。因为几乎所有 AI 一直缺的都是找到并读取正确上下文的能力；早期效果比较好的 Agent，一般也是上下文检索和组装做得更好；知识管理的核心应用之一也是用于检索。所以我们重点都放在搜索上，有意无意地没有去做其他的管理功能，是因为当时觉得，操作系统自带的文件管理可能已经够用了。
5 月份，我们终于下决心增加了 Chat 功能，并在之后将其作为了默认界面。当时觉得，对人类来说，搜索还是太过程、太低频了，搜索用好也有难度，并且用户搜完了并没有完成工作，还得继续阅读，或者到 Agent 里继续后续任务；而 Chat 和 Agent 会更自由，也更有机会交付结果。
但在一个月前，当我们准备正式版发布的时候，有一天我突然觉得这全都不对了：世界上真的还需要一个新的 Chatbot、另一个 Agent 吗？用户寻找一个管理自己上下文、管理知识的产品，是想要这样子的一个东西吗？更让人担心的是，Chat 功能上线以后，我还发现我们的用户激活比例不增反降。
思索了一个晚上，第二天我立即叫停了发布准备，并告诉大家现在的产品不对。我们需要回到最开始的初心：成为用户的上下文中心，而不是另一个 AI 聊天入口。是一个独立的上下文管理工具，也是其他主流 AI Agent 的插件和扩展。
知识的捕获、管理和应用，我们的产品之前全放在了知识的应用上，想当然地认为应该优先做好搜索、Chat、MCP、CLI 和 Skills，无需过多的界面。但实际上，用户最头痛、最关注的反倒一直是强大友好的知识管理。无人愿意管理，但最不放心的也是管理。
一切好办法产生于调查的末尾，于是我们和不少用户进行了密集沟通。期间我们收到了很多反馈，比如：
- 有用户跟我们说，他每天打开 Linkly AI，看得最多的其实是我们藏得很深的设置界面里面的索引那一页。
- 有用户告诉我们，他会去盯着应用日志，去看我们到底是怎么处理文件的，甚至会关注其他 Agent 到底读了他的什么内容。
- 也有很多用户在吐槽，一些信息看不到，文件的管理太简陋，剪藏甚至还没有界面，只能到文件夹里看；索引状态页的几个数字总是对不上。
所有的问题汇总在一起，我发现我们犯了一个错误，就是：
我们把 Agent 当最终用户，做得很完善也很强大，但反倒忽视了人。而人才是首先要服务好的。
Agent 优先本身并没有错，但我们过于关注”Agent 优先”和”给 Agent 开发工具”这件事，反而出现了偏差。这让我想起了教育类产品，很多教育产品虽然最终用户是孩子，但实际上，他们的爸爸妈妈是更重要的用户，不能只是孩子说好，家长也必须得说好。
用户的不放心，往往不是因为功能不够，而是因为看不见。放心的办法不是隐藏，而是透明后的习惯，再到无感。
正式版的定位、功能和变化
想明白这一切后，我们立即开始了调整，给自己定了两个原则：
- 首先要满足人的需求，同时满足 Agent 的需求
- 回归上下文中心的定位，帮用户管好上下文
接着我们立即调整了主界面的产品架构，主菜单不再是以前的 Chat 等 AI 功能，而是着重放在知识的捕获和管理上。下面我来介绍一下 Linkly AI v1.0 的主要功能。这些功能的变化，几乎每一个都对应着上面用户给到我们的反馈。
仪表盘
用户最常看的是那个藏得很深的索引页，那我们就把它放到最前面。1.0 增加了一个主仪表盘和两个子仪表盘：
- 首页：着重展示用户的知识资产和使用统计，一眼就能了解自己上下文库的状态。
- 索引管理：增加了搜索索引的统计，所有的数字都精细地校对过，确保准确。索引开关也进行了重新设计和分组。还增加了解析失败面板，可以清楚地知道哪些文件因为什么原因无法解析。
- Agent 使用：用户想知道 Agent 到底读了他的什么，那我们就让它看得见。我们将所有给 Agent 使用的开关和统计，整合为一个独立仪表盘，并且增加了 Agent 使用日志。
索引管理和 Agent 使用位置都在侧边栏的常驻入口里，鼠标移上去就显示一个快捷信息面板，点击查看完整统计。
资料库
针对文件管理不直观的问题，我们新增了一级功能”资料库”，将原有的文件夹和知识库的设置整合。现在它已经是一个强大的知识管理工具，有一个高效的目录树，可以直接添加或调整你的知识库目录，也可以：
- 看到每个文件和目录的索引状态，随时触发重新解析
- 右键在任意文件或者目录上发起 AI 对话，或者拷贝提示词到任意 Agent 里面接着聊
- 查看这些文件解析后的内容
- 创建和管理库，管理云端同步等
剪藏
新增了一级功能”剪藏”。之前通过浏览器插件保存的文章，终于可以在应用内直接查看了。这是一个简约的离线剪藏工具，可以替代市面上很多“稍后阅读产品”的核心体验。当然，所有剪藏内容都会自动成为你的上下文。
笔记
笔记功能基于卢曼卡片盒笔记法，依然保持功能的简洁性，更适合将日常所思所想，快速地记录，摆脱复杂的格式调整。我们在原有笔记基础上，新增了作者筛选，方便过滤出我们自己写的和 Agent 写的笔记。现在 Agent 不光可以读你笔记，修改和新建的笔记也能被有效区分。
在 Agent 中使用 Linkly AI 更简单
其他 Agent 集成 Linkly AI 也变得更加简单，只需要一句提示词，Agent 就可以自己完成，或者引导你完成所有的集成和配置。
我们还在应用内增加了官方 CLI 和 Skills 的自动安装，和自动更新功能，非技术用户现在再也无需理解和担心这两者的安装和更新问题了，应用被打开后，CLI 和 Skills 就已经安装到位。
此外，我们在搜索、资料库和剪藏功能中，都增加了一键 Chat 和右键复制提示词的功能，方便随时随地在自带 Chat 和第三方的 Agent 中，针对文档和目录进行对话。
搜索、Chat 和其他体验改进
我们在原有搜索弹窗的基础上，实现了一个新的找资料界面，将过滤、排序等平铺在界面上，更适合深度和频繁地搜索、浏览。另外，我们优化了搜索分词以及高亮等，相比以前会更加准确和直观。
Chat 并没有从主界面消失，老用户无需担心。我们对 Chat 界面也进行了优化，调整了 UI、字体、行距等使阅读更加舒服。工具调用的 UI 也进行了重构，全新的思考和工具链，更易阅读，干扰更小。
我们了解到很多用户无法完成新手指引，我们重新设计了正式版的新手指引，更简洁也更美观。按照流程走完，基本上能掌握 Linkly AI 大部分功能。
整个应用的字体进行优化，部分界面的配色也更加统一和克制。作为一个被长期使用的知识管理工具，相比一些炫酷的动画和设计，我们更加关注耐用度和疲劳控制。
为什么要长期重视上下文管理
我们始终认为，个人在数字世界里的数据，将会越来越重要。这些独特的个人数据，就是我们在数字世界的映射，是 AI 的上下文，也将导致未来人与人之间显著的差异。
AI 和 Agent 最后都长得差不多，只有我们独特的记录、感悟、收集、经历和品味，才构成每个人最大不同和核心竞争力。
所有的 AI 厂商都认为 Context 非常重要，都在疯狂地想办法抢夺用户和企业的上下文。但我们真的愿意将所有的知识，都毫无保留地交给 AI 公司吗？
一方面，我们必须要把一部分个人数据准确地提供给 AI，否则它将无法完成工作。Agent 能做什么，正是取决于它拿到什么样的上下文。
而另一方面，我们希望数据的控制权，依然留在自己手中，而不是一个上传动作后，就脱离了掌控。
Linkly AI 从第一个版本开始，就立足于 Local First x Agent First，希望能在这之间找到平衡，守住用户的数据，最大化地让 AI 利用它们，制造复利，提升自我。
模型一直在变，Agent 也层出不穷，但只要我们坚持记录和收集，管好自己手中的数据，就能跟上 AI 发展的进程，享受最大的红利。
最后，感谢这半年里陪我们一起走过来的几千位早期用户和内测群中的数百位热心用户。1.0 里的每一个改变，几乎都来自你们的反馈、吐槽，和衷心的建议。
立即访问 linkly.ai，让你的数据在 AI 时代产生持续价值。