Modelos e LLMs

OpenKnowledge lança editor markdown WYSIWYG com agentes IA integrados

Projeto open source roda só no macOS e usa CRDT para sincronizar ProseMirror e markdown sem perda

Nick, da Inkeep, lançou no Hacker News o OpenKnowledge, um editor markdown WYSIWYG com integração direta a Claude, Codex e Cursor, disponível como app macOS e interface web com CLI. O projeto atingiu 381 pontos e 173 comentários na discussão. A arquitetura resolve o problema de converter ProseMirror para markdown de forma bidirecional e sem perda de dados, usando um CRDT de observador duplo que mantém os dois estados sincronizados e também alimenta a colaboração em tempo real com agentes.

A aposta técnica está na sincronização lossless

O desafio central que a equipe enfrentou foi fazer o ProseMirror — que usa ASTs não desenhadas para fidelidade de bytes — conversar com markdown puro sem perder formatação na ida e volta. A solução combina yjs para CRDT com git, criando um pipeline que mantém editor visual e arquivo fonte idênticos. "A pipeline para converter ProseMirror em markdown de forma bidirecional e lossless. ProseMirror usa ASTs, que não são desenhadas para ter fidelidade de bytes", explica Nick no post original. O CRDT de observador duplo resolve isso e ainda mostra o que os agentes estão editando em tempo real.

Críticos questionam lock-in de plataforma e LLM local

A limitação ao macOS gerou ceticismo imediato. "Totalmente local, mas não consegue integrar com nenhum LLM local? Acho que um Obsidian-like totalmente OSS que sincroniza nativamente é uma conquista impressionante, embora a utilidade seja limitada com OSX sendo a única plataforma suportada", escreveu pcthrowaway. vekker reforçou a lacuna: "Faltando seriamente a opção de conectar com qualquer provedor LLM compatível com OpenAI como alguém mencionou aqui". Para times que rodam modelos próprios ou usam Linux e Windows, o projeto ainda não serve.

O nome e a identidade do produto também geraram ruído

vitorbaptistaa apontou colisão com entidade histórica: "A Open Knowledge Foundation (okfn.org) é uma das primeiras/maiores proponentes do movimento de dados abertos. Começaram em 2004 e desenvolveram muitas das licenças de dados abertos e ferramentas de infraestrutura amplamente usadas como CKAN". harikb relatou confusão prática com o CLI: "Recebi esta mensagem de toast/notificação do seu app desktop. > Adicionado ok ao seu PATH — bloco gerenciado em ~/.zshrc. Demorou um pouco para perceber que 'ok' é o nome do seu produto". O comando curto colide com aliases comuns em shells.

Concordam que Obsidian já é nativo em markdown, mas discordam da experiência

culi resumiu o ceticismo sobre a proposta de valor: "Não entendo como o Obsidian, uma coleção de arquivos markdown, não é já amigável à IA. É difícil imaginar uma forma mais amigável à IA mas ainda usável de organizar suas notas". Do outro lado, toozitax trouxe o teste real que importa: "A pergunta do frontmatter é a que eu quero respondida antes de confiar: quando um agente edita um arquivo, ele faz round-trip de YAML frontmatter e code fences aninhados limpos, ou isso vira bagunça? Todo ferramenta 'wysiwyg markdown' que tentei desmorona aí". A disputa não é sobre formato de arquivo, mas sobre fidelidade na edição automática.

O que fica em aberto define se vira ferramenta de produção

A promessa de sincronização via git sem vendor lock-in atrai quem quer base de conhecimento compartilhada com versão nativa. "Há tempos procuro forma de compartilhar e sincronizar uma base de conhecimento simples com minha equipe, usando Git como camada de sincronismo e versionamento, sem ser muito técnico e sem lock-in caro de plataformas cloud", disse vekker. Falta resolver: suporte a Linux e Windows, integração com LLMs locais ou endpoints OpenAI-compatíveis, e provar que frontmatter e code fences sobrevivem a edições de agentes sem corrupção. Até lá, times técnicos seguem no Obsidian com plugins ou no git puro.

Fontes

Modelos e LLMsHacker News
Como fazemos: nossa equipe monitora diariamente os repositórios de código aberto em maior alta e produz esta cobertura com apoio de modelos de linguagem, sempre a partir de dados verificados na fonte primária — repositório, documentação oficial e ranking público. Os números de estrelas e a posição no ranking refletem o momento da coleta. Entenda o método.