1.7 万 Star 的 Tolaria，把 1 万条笔记的知识库，做成零锁定的桌面 App

先看一个让人意外的数据。

refactoringhq/tolaria 2026 年 2 月 14 日才建仓，到 6 月 29 日，1.73 万 Star，1199 Fork，AGPL-3.0 协议，TypeScript 写的。四个月，一万七千颗星。

一个 markdown 知识库的桌面 App，凭什么涨这么快。翻进 README 第一句话，我就大概明白了。

作者说，「Personally, I use it to run my life」，我个人用它来运转我的生活。这个人叫 Luca，他是 Refactoring 这个科技 newsletter 的作者，有一大批关注工程管理的读者。他有一个超过 1 万条笔记的工作区，是 Refactoring 的写作产出加上大量个人日志和「第二大脑」积累的结果。

一个有影响力的内容创作者，给自己做一个深度用的工具，然后开源。这个故事的传播力，比任何营销都强。

但光有作者光环不够。它能在 Obsidian、Logseq、Notion 这些巨头夹缝里杀出来，靠的是一套非常明确的产品哲学。

文件优先，是最硬的承诺

Tolaria 的 Principles 那一节，第一条就钉死了它的立场。

📑 Files-first — Your notes are plain markdown files. They’re portable, work with any editor, and require no export step. Your data belongs to you, not to any app.

文件优先。你的笔记就是纯 markdown 文件，可移植，任何编辑器都能打开，不需要导出步骤。你的数据属于你，不属于任何 App。

这话听着像口号，但放到 Notion 当道的今天，分量很重。Notion 的数据是存在它数据库里的，你想完整搬走，要导出，要处理格式损失，要祈祷 API 别变。Tolaria 反过来，你的笔记本来就是文件系统里的 .md，它只是个「读这些文件、给你好看界面」的壳。

紧接着第二条，「Git-first」，每个 vault 都是一个 Git 仓库。你拿到的是完整的版本历史，能用任何 Git 远程，完全不依赖 Tolaria 的服务器。第三条「Offline-first, zero lock-in」，离线优先，零锁定，没有账号、没有订阅、没有云依赖，vault 完全离线工作，而且会一直这样。

这三条加起来，是一份用户主权的声明。它在告诉所有焦虑「哪天这个工具没了我的笔记怎么办」的人，你永远可以离开，而且离开时什么都不损失。

这种态度，在知识管理工具里特别能打动那些笔记越积越多的重度用户。

10000 条笔记，是真实场景喂出来的

Tolaria 的 README 里反复出现「10000+ notes」这个数字，这不是营销话术，是作者的日常。

Luca 自己的原话是，「Tolaria was created for manage my personal vault of 10,000+ notes, and I use it every day. Every feature exists because it solved a real problem」。Tolaria 是为管理我个人的 1 万多条笔记工作区而生的，我每天都在用。每一个功能的存在，都是因为它解决了一个真实的问题。

最后一句是关键。「每个功能都来自真实问题」，这是「dogfooding」（吃自己的狗粮）的极致版本。作者自己就是最重度的用户，这意味着没有为了凑功能列表而做的鸡肋设计，也不会出现「工程师觉得酷但用户用不上」的功能。

这种产品打磨方式，和 Obsidian 这种已经被市场验证的产品是同一条路子。差别在于 Tolaria 更年轻，也更直接地面向 AI 协作。

它和 AI 的关系，是「赋能不是捆绑」

这是 Tolaria 最有意思的差异化点。

Principes 里有一条，「🪄 AI-first but not AI-only」，AI 优先但不是只靠 AI。它解释得很到位，一个文件组成的 vault 和 AI Agent 配合得非常好，但你完全可以想用什么用什么。它支持 Claude Code、Codex CLI、Gemini CLI 的配置路径，你可以用任何 AI 编辑这个 vault。它还提供一个 AGENTS 文件，让你的 Agent 自己搞清楚状况。

这个定位我很欣赏。现在很多工具恨不得把 AI 做成唯一入口，绑死用户。Tolaria 反过来，AI 是它的朋友，不是它的锁。你的笔记是 markdown 文件，Claude Code 能直接读，Codex 能直接改，你换 AI 工具成本是零。

为什么 markdown 文件天然适配 AI Agent。因为 Agent 最擅长处理的就是纯文本，结构化的 markdown 带 frontmatter，Agent 能解析、能检索、能批量改。一个 1 万条笔记的 vault，对 Agent 来说就是一个巨大的可读写知识库。Tolaria 不用做任何特殊的 AI 集成，只要保证「笔记是文件」这一条，AI 生态就自动为它服务。

这是「文件优先」哲学在 AI 时代的二次红利。

它的技术选型，有讲究

Tolaria 用 Tauri + React + TypeScript 做的。

这个选型不是随便选的。Tauri 是用 Rust 写的桌面应用框架，相比 Electron，它的体积小得多、内存占用低，因为它复用系统的 WebView 而不是打包一个完整的 Chromium。对知识库这种需要长期常驻后台的工具，资源占用很关键。

代价是跨平台一致性不如 Electron。README 里 Linux 那节列了一大串系统依赖，WebKit2GTK 4.1、GTK 3，Arch、Debian、Fedora 各有各的安装命令。Electron 用户从来不用操心这些。这是 Tauri 路线的固有取舍。

技术文档的完整性也值得一提。它有 ARCHITECTURE.md（系统设计、技术栈、数据流）、ABSTRACTIONS.md（核心抽象和模型）、GETTING-STARTED.md（怎么读代码）、还有一整套 ADR（架构决策记录）。ADR 这东西，只有认真做长期维护项目的团队才会写，它记录每个关键决策「为什么这么定」，是给未来的自己和贡献者看的。

这说明 Tolaria 不是个玩具，它在认真建一个能长期演进的项目骨架。

它的成长速度，藏着一个趋势

回到开头那个问题，为什么 4 个月涨 1.7 万星。

我自己的判断是，Tolaria 踩中了两个交汇的需求。

一是「数字主权」情绪的上升。 Notion、Evernote 这些云端工具越来越重、越来越贵、越来越像平台而非工具，一部分用户开始回流到「文件 + Git」这种可控的方案。Obsidian 的成功已经证明了这个市场存在。

二是「AI 原生知识管理」的需求爆发。 当 AI Agent 能读你的笔记、改你的笔记、基于你的笔记工作，知识库的形态就变了。它不再只是「人读人写」，而是「人和 Agent 共同维护」。这种需求，传统笔记工具没设计过，而 Tolaria 的文件优先哲学天然契合。

两个需求叠加，加上 Luca 本人的影响力，爆发就不意外了。

协议、成熟度和定位的取舍

夸了这么多，边界得讲清楚。

第一，AGPL-3.0 协议有传染性。 这点对企业用户很重要。AGPL 比 GPL 更狠，它把「网络使用」也算作分发，意思是你用修改后的 Tolaria 提供网络服务，也要开源你的修改。个人用没问题，企业想做二次开发再内部部署，要先想清楚法务。对比 Obsidian 的闭源、Logseq 的 AGPL，Tolaria 选 AGPL 是典型的「保护开源、限制白嫖」策略。

第二，它还很年轻。 截至 6 月 29 日，最新的 release 是 Tolaria Alpha 2026.6.29.8，注意是 Alpha，版本号是当天第 8 个构建。一天发 8 个 alpha，说明迭代很快，但也说明离稳定版还有距离。生产环境重度依赖它，要接受「可能会变、可能有 bug」的现实。

第三，它不打算替代 Notion 的所有场景。 文件优先意味着它天然不擅长「强结构化协作」，多人实时编辑同一个数据库表这种 Notion 擅长的事，Tolaria 的哲学里不优先。它是个人知识库，不是团队协作平台。把它当 Notion 替代品会失望。

第四，Tauri 的跨平台一致性是长期负担。 Linux 那一长串依赖只是开始，不同平台的 WebView 行为差异、字体渲染差异、系统集成差异，都会随着版本增加暴露。Electron 阵营踩过的坑，Tauri 要用另一种方式再踩一遍。

文件优先，是 AI 时代的通用语

Tolaria 让我看到的，不只是又一个笔记工具，而是知识管理工具正在分化成两条路线。

一条是 Notion 们的「平台化」路线，数据上云、功能加厚、变成操作系统。另一条是 Tolaria、Obsidian 们的「工具化」路线，文件归你、Git 归你、AI 随你接，工具只管把界面和体验做好。

在 AI Agent 能读写文件的今天，后一条路线突然获得了新的生命力。这里有个可迁移的判断，「文件」是 AI 生态的通用语。markdown 带 frontmatter 的纯文本，Agent 能解析、能检索、能批量改，任何新模型、新 Agent 上来都能直接吃，零集成成本。反过来，数据锁在私有数据库里的工具，每接一个 AI 都要做一次专门的 API 适配。Tolaria 不用做任何特殊 AI 集成，只要保证「笔记是文件」这一条，整个 AI 生态就自动为它服务。

所以选知识库工具时，值得问自己一句，我的数据，AI 能不能直接读。能直接读的，未来换什么 Agent 都不怕。这个判断放到任何需要和 AI 协作的数据工具选型上都成立。

你猜未来三年，哪条路会赢。