> ## Documentation Index
> Fetch the complete documentation index at: https://linkly.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Linkly AI v0.5.0：云端知识库正式上线

> 让本地知识库可以推送到云端，24 小时在线，并分享给更多 Agent 使用。

我们每天都在共享文档：飞书、Notion、WPS……知识被记录、共享、沉淀。

但在 AI Agent 时代出现了一个很奇怪的现象：人和人之间已经实现了知识共享，但 Agent 和 Agent 之间，却还停留在信息孤岛时代。

如何让一份知识，不只是被人共享，还能被多个 Agent 共同理解、共同使用、共同进化？

这是 Linkly AI v0.5.0 想解决的问题。

## Linkly AI v0.5.0 正式上线云端知识库

今天，Linkly AI v0.5.0 正式上线云端知识库，让本地知识库可以被推送到云端，24 小时在线，并且可以分享。

在过去，Linkly AI 帮你在本地建立 Agent-first 的知识库，这在大多数时候够用。但我们收到了越来越多这样的反馈：

> “我想在手机上用 Claude 查我台式机上的合同，但电脑却不在身边。”

> “我能不能把我沉淀的知识库，分享给团队，让他们也调用我的知识库？”

这些需求指向同一个问题：上下文只有流动起来，AI Agent 才能拥有更大的价值。

而 Linkly AI v0.5.0，解决了这个问题。

除了云端推送的核心功能之外，你还可以进行网页端管理：为知识库创建分类、写 README、设置可见性。这可以有效降低上下文噪音，让 Agent 更准确地找到相关内容。

其次，你可以看到云端知识库上线了 MCP 调用看板：在这里，你可以查看知识库被调用的次数和频率。其实在过去，知识共享的价值很难被感知，但是现在它变得可量化：一个被团队频繁调用的知识库，比任何说法都更能说明它的价值。

当然，云端知识库并不改变 Linkly AI 的本地优先原则。在默认情况下，你的文档仍然保存在本地；只有当你明确选择“推送到云端”时，对应知识库才会被上传。

过去的远程隧道解决的是“云端 AI 访问本机知识库”，而云端知识库解决的是“被选中的上下文可以脱离本机在线，并被分享给更多 Agent 使用”。

## 使用场景有哪些？

### 一、团队上下文对齐

例如团队中有人在持续维护一份行业研究库，过去其他人每次都得重新找他要最新版本。

把知识库推送到云端后，他每次更新推送，团队所有人的 Agent 调用的就是最新的上下文。知识库的维护者不需要重新发文件，知识库的使用者也不用再花 token 让 AI 重新学习。

这份持续流动的经验，才能沉淀为组织真正共同的财富。

### 二、Agent 持续进化

你的 Agent 一直只调用你自己的上下文，它的能力天花板就是你一个人的认知边界。

就像第二大脑，如果不持续吸收新知识，它永远不会进化。但云端知识库可以让信息开始流动：你可以调用领域专家沉淀的知识库，让你的 Agent 吸纳远超个人积累的上下文，真正持续变强。

当然，上下文流动起来之后能做什么，很大程度上取决于你在用它解决什么问题。如果你摸索出了新的使用方式，欢迎在评论区和我们分享。

## 使用教程

<Steps>
  <Step title="进入 Linkly AI 官网，新建云端知识库" />

  <Step title="初始化云端知识库">
    启动 Linkly AI Desktop，点击要上传云端的知识库，输入 URL 进行初始化云知识库绑定。
  </Step>

  <Step title="将知识库推送至云端" />

  <Step title="接入 MCP" />

  <Step title="开始在 Agent 中使用" />

  <Step title="通过邮箱邀请，与他人分享知识库" />
</Steps>

目前云端知识库可以通过 CLI 和 Linkly AI 的云端 MCP 端点 `mcp.linkly.ai/mcp` 访问，本地的 Chatbot 和检索工具将在后续支持。

## 知识库上云，如何保障数据安全？

1. **全链路加密传输**：桌面客户端、MCP 服务和外部管理端均启用 HTTPS 和 TLS 加密，防止数据泄露。
2. **多用户数据严格隔离**：使用 RLS 行级数据安全策略，让每个知识库创建独立的 DB 实例，对数据进行严格隔离。
3. **数据最小化 + 本地优先，上云由你来决定**：云端知识库不是“全盘同步”。Desktop 端只有用户显式点击推送的单向上传路径，没有后台自动同步，知识库删除后云端数据同步清除。你的数据在哪、怎么流动，始终由你控制。
4. **无密码登录，强身份认证**：客户端和云端之间采用非对称签名技术。云端使用无密码登录技术，杜绝密码或者密钥泄露导致的安全问题。

## 其他值得一提的改进

* MCP / CLI 支持指定单个知识库检索（含云端库）
* 桌面端与网页端多语言完善（支持 5 种语言）
* 优化了 Linkly AI Chat 的代码和表格样式
* Chatbot：即时停止响应、消除空回复、消息时间正确保存
* 索引：修复文件瞬时删除与文件夹文档数统计问题

## 欢迎加入我们

如果你也在尝试把自己的知识库接入 ChatGPT、Claude、Cursor、n8n，或者正在思考 AI Agent 时代的知识管理方式，欢迎在公众号后台【联系我们】。

你将有机会和 Linkly AI 团队一起交流产品更新、知识库实践案例，获取一些关于 Agent 与知识管理的新思考。

Linkly AI 还在快速迭代中，我们希望它和真正使用知识库、Agent 的你一起生长。

## 完整更新日志

<Tip>
  首次使用云端知识库前，需先登录 Linkly 网页端设置用户名。Linkly AI CLI 和 linkly-ai-skills 需要升级到最新版。MCP 服务改动较大，您接入的 AI 工具可能需要重载 MCP。
</Tip>

### 新功能

* 新增 **云端知识库**：在设置中为任意本地库绑定一个云端库并推送，之后即使桌面客户端关机或离线，也能在网页端和外部 AI 工具中检索这些内容；公测期免费
* 新增 **macOS 原生应用菜单**：包含 App / 编辑 / 窗口 / 帮助菜单等
* 聊天工具会话列表新增状态标记：生成中、有未读消息一目了然
* 聊天工具表格导出：AI 回复中的表格可一键导出 CSV / Markdown 到系统目录
* 设置-文件夹，新增「打开所在目录」

### 改进

* 聊天窗口焕新外观（macOS）：系统原生毛玻璃，改进的题栏；窗口尺寸自动记忆；侧栏随窗口宽度自适应折叠
* 全局右键菜单优化，聊天区可正常选中复制
* 内置 Chatbot 回复优化：回复更流畅、简洁，格式更易阅读
* Chatbot Stop 按钮优化，点击后即时停止
* Chatbot 代码块 UI 渲染优化，更轻量美观
* MCP / 外部 AI 工具 `search` 结果直接返回值优化，兼容本地和云端知识库的文件路径

### Bug 修复

* 修复部分大模型参数生成不标准，导致 MCP 调用失败的问题
* 修复表格全屏时窗口残留和无法拖拽的问题
* 修复 Chatbot 消息因时间问题导致的保存失败问题
* 修复点击 Stop 后台收尾的偶发竞态
* 修复本地知识库名称校验不严格的问题
* 修复文件夹文档计数在扫描 / 监听批处理后未刷新、显示过时的问题
* 修复索引时瞬时删除事件可能导致误删的问题