NeurWiki 智能笔记软件

知识管理工具的失效通常发生在维护环节。分类体系、标签、索引、交叉引用与旧内容更新均由用户承担，条目数增长后，单次维护的时间成本持续上升，而新增内容的收益基本不变。多数使用在数百条规模停止整理，知识库退化为存量文件的堆积：检索依赖记忆中的原始表述，重复记录与矛盾结论无法被识别，过期内容继续参与后续判断。

NeurWiki 的差异在于将这一环节交给 AI 承担，并且以多智能体编排而非单次生成的方式实现。一份材料进入系统后分环节处理：解析原文结构与主题，抽取其中的概念、人物与产品，判断应当新建条目还是并入既有条目，判定与相关条目的语义关系类型，核对与既有内容的重复和冲突，最后更新索引与目录。每个环节有独立的输入输出与校验标准，前一环节的结果作为后一环节的依据，异常可定位到具体步骤。相比一次性生成长文本，这种编排在长文材料与批量导入时更稳定，也便于逐环节追溯。

编排完成后，条目、关系与索引同步生效。用户无需预先生成标题、标签或目录结构，也不必事后维护版本。查询同样分阶段执行：先在条目层面定位相关页面，再读取内容，最后合成带来源标注的回答；回答可存回知识库，成为后续检索的语料。知识在使用中累积，而不是每次重新检索原始文件。

三项能力构成与其他工具的区别。结构化发生在摄入阶段，查询读取已编译条目，不再重复处理原始文件；条目关系由系统判定并双向记录，重复内容倾向合并，不依赖手写双链；全库一致性检查覆盖孤立条目、失效引用、过期内容与跨条目矛盾，而多数工具只能检索已写入的内容，无法判断其是否仍然成立。

数据保存在本地设备，离线可读写；多设备同步仅传输密文，服务端不持有明文，支持整库导出为加密备份。支持正文粘贴、网页抓取、Markdown 笔记库与 Notion 导出包批量导入。适用于研究、行业跟踪、跨周期项目与内容创作等长期积累场景。