2026/07/30
Flowix Memo：把本地 Markdown 做成 Agent 的长期协作记忆
Flowix 用本地 Markdown、Notebook、BYOK、CLI 与 MCP，把笔记、需求、上下文和 Agent 输出沉淀为可迁移的长期工作区。
长期 Agent 协作需要一个可编辑的工作区
Flowix，也以 Flowix Memo 名称展示，定位不是另一个聊天窗口，而是面向 AI Agent 的本地 Markdown 文档工作区。它的核心判断很清楚：聊天记录适合一次性问答，却不适合作为长期协作的事实底座。需求、约束、参考材料、阶段结论和 Agent 输出如果只留在会话里，很快会被新窗口、上下文上限、平台迁移和人工复制打散。真正需要沉淀的不是某一次回复，而是持续可读、可改、可复用的项目上下文。
Flowix 把一篇文档同时当作人的笔记和 Agent 的工作上下文。用户可以在同一个 Markdown 文件里写下背景、目标、限制、引用材料、检查清单和下一步任务，再从文档光标位置调用内置 Agent 或外部 CLI Agent。Agent 的输出继续写回文档，下一轮工作从最新材料继续，而不是要求用户重新解释一遍历史。这个循环让“记忆”从模型或聊天产品的黑盒能力，变成用户可以打开、编辑、备份和版本管理的普通文件。
Notebook 是本地文件夹，不是被锁住的知识库
Flowix 的 notebook 本质上是本地文件夹。不同项目可以放在不同 notebook 中，切换 notebook 也会切换默认工作上下文。这个设计解决了 Agent 协作里一个常见问题：上下文越多不一定越好，混入不相关项目的材料反而会增加误读和噪声。把一个产品迭代、一次研究、一个内容项目或一组学习计划放进独立文件夹，Agent 看到的材料边界更清楚，人的归档和迁移也更直接。
Markdown 是这里最重要的底层选择。Flowix 的笔记保存为磁盘上的纯 Markdown 文件，可以用其他编辑器直接打开，也可以交给同步盘、备份工具或 Git 管理。官方 README 明确强调，内容不会被锁进专有云服务；即使以后更换工具，文档仍保持可读、可迁移、可继续使用。Flowix 还支持标签和属性，使用 inline tags 与 YAML frontmatter 给文档增加结构化信息。对长期协作来说，这比把所有信息塞进一串不可维护的提示词更稳。
从聊天记录到工作流记录，差别在可复用性
聊天记录的问题不只是“找不到”。更大的问题是它很难成为下一次工作的输入。一个 Agent 做完需求拆解、写完文章提纲或整理完竞品结论后，如果结果沉在聊天平台里，团队下次往往只能复制最后一段答案，丢失了推理过程、约束变更和人工修订。Flowix 的做法是把过程和结果都放回文档：一份需求文档可以继续承载新的实现细节，一篇内容草稿可以记录选题、素材、版本和改写意见，一份研究笔记可以持续追加竞争对手、假设和结论。
这也改变了人的角色。用户不再只是向模型发起提示，而是维护一个可复查的工作台：哪些结论已经确认，哪些仍是假设，哪些输出需要人工校订，哪些 prompt 可以作为团队模板复用。文档天然支持编辑和重排，适合把一次对话里有价值的部分整理成下一次任务的指令。Flowix 的价值就在这里：它没有承诺 Agent 自动拥有完美长期记忆，而是让用户掌握记忆材料的形态和边界。
Agent 接入：内置 Agent、Claude Code、Codex、Hermes 与自定义模型
Flowix 支持内置 AI Agent，也能连接本机安装的 Claude Code、Codex 和 Hermes。官方文档把这些 CLI Agent 视为可插拔扩展：安装并配置后，可以在 Flowix 文档中通过命令插入对应 Agent 卡片，从当前文档位置发起任务，不需要来回切换终端、手工复制上下文或维护分散的会话历史。单个文档还可以放置多个 Claude Code、Codex 或 Hermes 卡片，每个卡片有自己的对话流。
选择哪种 Agent 取决于任务和环境。Claude Code 更适合文档、写作和工具使用等综合任务；Codex 适合已经使用 ChatGPT 订阅或 OpenAI API 的用户，也提供接近 Claude Code 的写作、代码和工具使用能力；Hermes 面向本地或离线场景，本身不带模型，需要连接 Ollama、LM Studio 或 vLLM 等 OpenAI 兼容后端，速度和能力取决于硬件与模型大小。Flowix 还提供自定义模型路径，可以配置 OpenAI 兼容 HTTP 端点，用于 Ollama、LM Studio、Jan.ai、本地代理或区域模型服务。官方文档也明确区分了自定义端点和 Hermes：自定义端点更适合写作、翻译、解释等简单续写，复杂多文件任务仍应使用 Claude Code、Codex 或 Hermes 这类 Agent 路径。
BYOK 与本地优先：隐私边界要说清楚
Flowix 采用 BYOK，也就是用户自带密钥。官方 README 写明，只有在用户主动发送模型请求时，选中的上下文才会发送到用户配置的模型提供商。官网隐私说明进一步强调，在未启用云同步的情况下，笔记文件保存在本机，不上传到 Flowix 服务器；AI 调用经过用户自行配置的第三方 Agent 或模型服务，数据流向对应提供商，而不是 Flowix 服务器。
这并不等于所有使用方式都离线。连接 Claude Code、Codex、DeepSeek、OpenAI 兼容云端服务或其他外部模型时，被选中的上下文仍可能离开本机，具体保留、训练和审计规则取决于对应服务商。使用 Hermes 搭配本地 Ollama 或 LM Studio，才更接近完整本地闭环。官网 pricing 页面当前也提供可选 Cloud 存储套餐，用于跨设备同步；免费本地应用为 0 美元，Cloud 200MB 标为 2.9 美元/月或 29 美元/年，Cloud 2GB 标为 6.9 美元/月或 69 美元/年。价格属于官网当前信息，可能随时间变化；采用前应以官网 pricing 页面为准，并避免把可选云同步和默认本地笔记混为一谈。
CLI 与 MCP：让外部 Agent 操作文档，而不是复制粘贴
Flowix 的另一个关键能力是把文档工作区开放给外部 Agent 工作流。README 提到，Flowix CLI 允许本地 Agent 做非交互式笔记操作；MCP 则让支持 MCP 的外部 Agent 客户端读取、检索和更新 Flowix 文档。官网更新记录显示，v1.0.9 加入 Flowix Memo MCP service，使 Codex、Claude 等 MCP 客户端可以搜索、读取、创建和更新笔记。
这对长期协作很重要。传统聊天方式里，Agent 想使用一份项目记忆，常见办法是人工把文件内容贴进输入框，或者临时拼一个提示词。CLI 与 MCP 把文档变成可被工具调用的工作对象：Agent 可以按范围查找材料，读取相关笔记，写入新的草稿或更新任务状态。人的工作从搬运上下文变成审查变更。只要权限和目录边界设置得当，这种模式更接近软件工程里的工作区，而不是一次性对话。
平台、开发栈与开源边界
Flowix 桌面应用支持 macOS 和 Windows。README 中的开发环境要求是 Node.js 20+、Rust 1.75+ 和 Tauri v2；桌面应用支持 macOS 14+ 与 Windows 10+。官方更新记录与下载入口当前标注 v1.1.8，macOS 提供 Apple Silicon 与 Intel 安装包，Windows 也在官网与更新记录中作为支持平台出现。GitHub 仓库采用 MIT License，代码公开，便于团队审查实现、提交 issue 或按许可自行改造。
从路线图看，Flowix 仍处在快速迭代阶段：从 v0.9.0 的 notebook、标签和文档属性，到 v1.0.0 的 Claude Code / Codex 集成，再到 v1.0.9 的 MCP service、v1.1.x 的运行时稳定性、Windows 标题栏修复、macOS 双架构签名安装包和标签管理升级。快速迭代意味着功能面在变好，也意味着团队采用时需要关注版本差异。官方文档自己也提示，如果界面与文档不一致，最可能是版本差异，应通过 GitHub issue 反馈。
适合采用的场景
Flowix 最适合那些已经把工作过程写成文档的人：产品需求反复迭代、内容团队维护选题和草稿、研究人员沉淀资料与结论、开发者希望让 Codex、Claude Code 或 Hermes 按项目上下文继续工作。它的优势不是替代 Obsidian、IDE 或聊天产品的所有功能，而是在本地 Markdown 文件之上增加 Agent 可用的上下文入口，让同一份材料服务于阅读、协作、生成和复盘。
一个实用工作流可以很简单：为项目创建 notebook，把背景、目标、约束、参考链接和已知问题写进主文档；在需要产出时调用 Claude Code、Codex、Hermes 或自定义模型；把结果写回文档并人工修订；使用标签、frontmatter 或文件夹整理状态；必要时通过 CLI/MCP 让外部 Agent 继续读取和更新。这样形成的资产不是一段无法迁移的聊天历史，而是一组普通 Markdown 文件。
限制与采用边界
Flowix 不应该被理解为企业级知识库、权限系统或自动化平台的完整替代品。它强调本地文件、个人或小团队工作区、Agent 上下文和可迁移 Markdown，而不是复杂审批、细粒度多人权限、正式审计、知识图谱或端到端生产自动化。企业采用时仍要处理密钥管理、模型供应商合规、同步策略、备份策略、外部 Agent 可访问目录和敏感内容脱敏。
它也不是让 Agent “自动记住一切”的魔法层。文档质量仍由用户负责：材料要及时更新，过期结论要删除，prompt 和任务边界要写清楚，Agent 输出要复核。自定义模型路径适合轻量文本任务，不等于拥有多步工具执行能力；Hermes 的本地体验依赖模型后端和硬件资源；Claude Code 与 Codex 的能力和费用则取决于对应服务。对重度代码修改、生产运维、涉密资料和跨设备同步，应该先做小范围试点，明确哪些 notebook 只留本地，哪些可以同步，哪些内容可以发送给模型。
Flowix 的重要性在于把 Agent 协作的中心从聊天窗口移回文档。聊天仍然适合探索和快速问答，但长期协作需要可编辑、可追踪、可迁移的上下文。Flowix 选择用本地 Markdown、notebook、BYOK、CLI 与 MCP 搭起这层工作区，让人的笔记和 Agent 的记忆使用同一种材料。对正在把 AI 从临时助手推进到日常生产流程的团队来说，这比再多开一个聊天窗口更接近可持续的协作方式。