📚 iwe：本地 Markdown 知识图谱通过 MCP 给 AI Agent 喂上下文

iwe 是一款 Rust 编写的 Markdown 知识图谱工具，把本地笔记目录转成可查询的知识网络。支持 LSP 给 VS Code/Neovim 提供 IDE 级编辑体验，内置 MCP Server 让 Claude/Cursor 检索笔记上下文，纯本地不联网、Apache 2.0 开源免费。

🎤 引言

用过 Obsidian 的同学都知道，本地 Markdown 笔记套上双向链接后那种"知识会自动涌现"的感觉有多爽。但一旦你想让 AI 助手（Claude、Cursor、Windsurf）也"看见"这堆笔记，传统笔记软件就抓瞎了——你得手动复制粘贴大段文本，每次上下文窗口一满就断片。

iwe 这个项目正好切中这个痛点：把一个装满 .md 文件的目录直接转成知识图谱，同时给编辑器装上 LSP，给 AI 工具装上 MCP Server。1.3k stars、Apache 2.0 全开源、Rust 写就（号称 2 万个文件秒级处理），是少数把"个人笔记 + LLM 上下文"两件事都做扎实的工具。

⭐ 核心功能

iwe 的功能可以拆成三块来看，每一块都对应一个独立的二进制文件：

1. 知识图谱引擎（iwe）

把本地目录的 .md 文件解析成有向图，支持嵌套链接（inclusion link，表示父子包含关系）和跨引用链接（普通 markdown 链接）
同一篇笔记可以挂在多个父节点下，不用复制文件就能归属多个主题
检索时支持按 key 拿到节点及其祖先上下文，一句话调 API 就能取到完整子图

2. LSP 编辑器服务（iwes）

给 VS Code、Neovim、Zed、Helix 提供 IDE 级 Markdown 编辑能力
包含搜索、跳转定义、查找引用（backlinks）、悬浮预览、自动补全链接、inlay hints（显示父节点和链接数）
支持重命名自动更新所有引用、抽取段落为新笔记、把引用 inline 回父节点、模板创建（如 daily note）等高级操作

3. MCP 集成服务（iwec）

实现 Model Context Protocol 协议，原生对接 Claude Desktop、Cursor、Windsurf 等 AI 工具
文件变更时实时监听并通知 AI 端，无需手动同步
暴露和 CLI 一样的操作：search、retrieve、create、refactor，AI Agent 可以直接调

三大二进制协同工作流：你在 VS Code 里编辑笔记 → iwes 实时更新图结构 → iwec 推送给正在跑的 Claude → Claude 用图谱上下文帮你续写/重构/回答。

📥 安装与使用

安装（三选一）：

# macOS / Linux 用 Homebrew（最省事）
brew tap iwe-org/iwe
brew install iwe

# 或者用 Cargo（需要 Rust 工具链）
cargo install iwe iwes iwec

# Windows 走 crates.io 下载预编译二进制
# https://crates.io/crates/iwe

初始化工作区：

cd ~/notes   # 切到你的笔记目录
iwe init

编辑器侧配置（以 VS Code 为例）：安装 vscode-iwe 扩展即可开箱即用，Neovim 用户可以参考 iwe.nvim。

AI Agent 侧配置——把 iwe 的 MCP server 接进 Claude Desktop 或 Cursor：

{
  "mcpServers": {
    "iwe": {
      "command": "iwec",
      "args": ["--project", "~/notes"]
    }
  }
}

配好之后，Claude 就能直接调用 iwe 的搜索和检索能力，再也不用把整篇笔记塞进 prompt 了。

CLI 速查：

iwe find auth                       # 模糊搜索标题含 auth 的笔记
iwe retrieve --key authentication --depth 2   # 拿到 auth 节点 + 2 层子节点 + 父上下文
iwe tree --key oauth                # 打印 oauth 节点的层级树
iwe new "新的笔记标题" < content.md  # 从 stdin 创建笔记
iwe rename old.md new.md            # 重命名并自动更新所有引用

性能方面官方给过一个 benchmark：20,000 个 Markdown 文件全量处理在 1 秒内完成，RAG / GraphRAG 类项目常见的"重建索引要喝杯咖啡"问题在 iwe 这边不存在。

🎯 适用场景

最匹配的用户画像：

AI 重度用户 + 本地笔记党：用 Claude / Cursor 写代码或研究问题，笔记量 100+，希望 AI "记得"你之前写过的所有思路，而不是每次从零开始。
Obsidian 老用户想升级：嫌 Obsidian 闭源 + AI 集成插件零散，希望有更原生的 AI 接入路径。
学术 / 研究人员：用 Markdown 写论文笔记、文献卡片，需要一个图谱视图找关系，又不想数据被锁进 Notion 的云端。
技术博客作者 / 知识管理博主：几千篇文章需要检索和重构，能从 iwe 的"抽取段落为新笔记"、"inline 回父节点"操作里直接受益。

典型用例：

让 Claude 在你的笔记库里"找到所有提到 OAuth 2.0 的内容并整理成对比表"
在 VS Code 里写笔记时，悬浮预览自动显示某条链接指向的完整内容
把"散落在 5 篇文章里的'LLM 上下文工程'内容 squash 成一篇长文"

🔍 对比/替代方案

工具	核心定位	AI 集成	数据归属	适合谁
iwe	Markdown 知识图谱 + MCP/LSP 双接口	原生 MCP Server	本地纯文件	想用 AI 操作本地笔记的极客
Obsidian	双向链接笔记 + 插件生态	通过社区插件（需付费 AI）	本地 + 商业同步	大众用户、UI 党
Logseq	大纲式双链笔记	通过插件	本地 + 可选云	大纲/卡片派
Notion AI	云端协作文档 + AI	原生集成	云端（锁死）	团队协作、不在意隐私
Foam	Roam-like 知识图谱	弱	本地	简单图谱需求

iwe 的差异化：

AI 集成是 first-class：MCP Server 是一等公民，不需要绕道第三方插件
性能强：Rust 单进程处理 2 万文件 < 1s，比 Python 写的同类工具（Logseq 等）快几个数量级
完全本地：没有任何云端依赖（对比 Notion AI），不怕服务关停
无图形界面：纯 CLI + LSP/MCP 协议，对纯键盘党友好，对小白不友好

iwe 的短板：

没有 GUI（Obsidian 的图形化优势 iwe 没有）
生态新，VS Code 插件刚起步，文档还在快速迭代
社区规模比 Obsidian/Logseq 小一个数量级，踩坑靠自己翻 GitHub Issues

⚠️ 注意事项

iwe 不是 Markdown 编辑器：你不能在 iwe 里直接写笔记，它只是把现有 .md 文件结构化。所有写操作还是要在 VS Code / Neovim 里完成。
链接语法有约定：iwe 靠 markdown 链接（[文本](文件名.md)）建图，不是 Obsidian 那种 [[双链]] 语法。迁移 Obsidian 笔记过来需要批量转换。
macOS 用户优先用 Homebrew：Cargo 编译 iwe 全家桶依赖挺多，第一次安装可能 5-10 分钟。
AI 工具侧配置：接 Claude Desktop 时需要正确填 mcpServers 的 command 路径，Windows 下用绝对路径更稳。
Git 友好：iwe 操作只改 markdown 文件，可以放心 git diff 审查，不会出现"某次操作索引错乱"的情况。

官方文档在 iwe.md，GitHub 仓库在 iwe-org/iwe，遇到问题先去 Discussions 搜一搜。

✅ 总结

iwe 解决的是一个很具体但很痛的场景：本地 Markdown 笔记 + AI Agent，让你的知识库真的成为 AI 的"长期记忆"，而不是每次对话都要重新喂资料。

✅ 优点：Rust 性能炸裂、MCP 集成原生、完全本地、Apache 2.0 真开源
❌ 缺点：无 GUI、生态小、链接语法非 Obsidian 兼容
🎯 推荐指数：⭐⭐⭐⭐（4/5，给键盘党 + AI 重度用户；UI 党建议继续 Obsidian + 第三方插件）

如果你已经在用 Claude / Cursor，又有一堆本地 Markdown 笔记想"让 AI 看见"，iwe 值得花一个下午试一下。安装、配置、AI 对接，全流程官方文档有详细步骤。

仓库地址：github.com/iwe-org/iwe | 官网：iwe.md