Tolaria – Open-Source-macOS-App zur Verwaltung einer Markdown-Wissensdatenbank

 (github.com/refactoringhq)
22 Punkte von GN⁺ 5 일 전 | 2 Kommentare | Auf WhatsApp teilen
  • Eine Desktop-App zur Verwaltung von Markdown-Wissensdatenbanken auf Mac und Linux, ausgelegt von einem persönlichen Second Brain bis hin zur Aufbereitung von Unternehmensdokumenten als AI-Kontext
  • Setzt auf eine Files-first- und Git-first-Struktur, behandelt Notizen als gewöhnliche Markdown-Dateien und Git-Repositories und bewahrt Datenportabilität sowie die vollständige Versionshistorie ohne Export
  • Stellt Offline-first, zero lock-in in den Vordergrund und ermöglicht vollständigen Offline-Betrieb sowie nutzerzentriertes Dateneigentum ohne Account, Abo oder Cloud-Abhängigkeit
  • Nach dem Prinzip Types as lenses, not schemas werden Typen ohne Pflichtfelder oder erzwungene Validierung als Hilfsmittel zur Navigation genutzt; mit der Ausrichtung AI-first but not AI-only werden Claude Code und Codex CLI unterstützt
  • Funktionen wurden auf Basis realer Probleme beim Betrieb eines 10.000+ Notizen umfassenden Workspace ergänzt; die Open-Source-App auf Basis von Tauri, React und TypeScript zeigt einen klaren Fokus auf den Praxiseinsatz

Überblick über Tolaria

  • Eine Desktop-App mit Fokus auf die Verwaltung von Markdown-Wissensdatenbanken auf Mac und Linux; entwickelt für ein persönliches Second Brain, für die Aufbereitung von Unternehmensdokumenten als Kontext für KI und für die Speicherung von Gedächtnis und Abläufen für OpenClaw und Assistants
  • Entstanden im praktischen Betrieb eines großen 10.000+ Notizen umfassenden Workspace; alle Funktionen wurden ebenfalls ergänzt, um Probleme aus dem realen Einsatz zu lösen
  • Es werden außerdem kurze Materialien zum Nutzungsablauf bereitgestellt

Kernprinzipien

  • Folgt dem Prinzip Files-first; Notizen werden als gewöhnliche Markdown-Dateien gespeichert
    • Daten sind portabel und können mit jedem Editor verwendet werden
    • Es ist kein separater Export-Schritt nötig, und das Dateneigentum verbleibt nicht bei der App, sondern bei den Nutzern
  • Setzt auf eine Git-first-Struktur und behandelt jedes Vault als Git-Repository
    • Die vollständige Versionshistorie kann erhalten bleiben
    • Jede Git-Remote kann genutzt werden, ohne Abhängigkeit von Tolaria-Servern
  • Stellt Offline-first, zero lock-in klar in den Vordergrund
    • Keine Accounts, Abos oder Cloud-Abhängigkeiten
    • Das Vault funktioniert vollständig offline, und selbst bei Aufgabe der Nutzung gehen keine Daten verloren
  • Wird als Open Source veröffentlicht und kostenlos bereitgestellt
  • Nutzt ein Standards-based-Design und hält das Notizformat bei Markdown und YAML-Frontmatter
    • Es werden keine proprietären Formate verwendet
    • Auch nach einem Wechsel weg von Tolaria lässt sich alles mit Standard-Tools weiterverwenden
  • Verfolgt das Prinzip Types as lenses, not schemas und verwendet Typen nicht als erzwungenes Schema, sondern als Hilfsmittel zur Navigation
    • Es gibt keine Pflichtfelder
    • Es wird keine Validierung erzwungen; Typen bleiben Kategorien, die das Auffinden von Notizen erleichtern
  • Verfolgt die Ausrichtung AI-first but not AI-only
    • Das dateibasierte Vault ist so konzipiert, dass es gut mit AI-Agenten zusammenarbeitet
    • Derzeit werden Claude Code und Codex CLI unterstützt
    • Das Vault kann auch mit anderer KI bearbeitet werden, und es werden AGENTS-Dateien bereitgestellt, damit Agenten damit arbeiten können
  • Betont eine Keyboard-first-Bedienung
    • Gedacht für Power-User, die eine tastaturzentrierte Arbeitsweise bevorzugen
    • Dieses Prinzip spiegelt sich auch im Design von Editor und Command Palette wider

Aufbau und Implementierung

  • Tolaria ist mit Tauri, React, TypeScript umgesetzt
  • Entwicklungsdokumentation für lokalen Start und Beiträge ist separat verlinkt
  • Zusätzlich wird ein Paket technischer Dokumentation bereitgestellt

Erste Schritte

  • Die neueste Veröffentlichung kann über latest release heruntergeladen werden
  • Beim ersten Start wird die Möglichkeit angeboten, das getting started vault zu klonen, um den gesamten Ablauf der App kennenzulernen

Hinweise zur Entwicklungsumgebung

  • Voraussetzungen für die lokale Entwicklung sind Node.js 20+, pnpm 8+, Rust stable sowie eine Entwicklungsumgebung unter macOS oder Linux
  • Unter Linux werden für die Ausführung von Tauri 2 WebKit2GTK 4.1 und GTK 3 benötigt
    • Enthalten sind Beispielbefehle zur Installation der Systemabhängigkeiten für Arch / Manjaro, Debian / Ubuntu 22.04+ und Fedora 38+
  • Der gebündelte MCP server führt unter Linux-Laufzeit die systemweite node-Binärdatei aus; für externe AI-Tool-Workflows muss Node daher über den Paketmanager der Distribution installiert werden
  • Es sind auch Schnellstart-Befehle enthalten
    • pnpm install
    • pnpm dev
    • Der browserbasierte Mock-Modus wird unter http://localhost:5173 geöffnet
    • Die native Desktop-App kann mit pnpm tauri dev gestartet werden

Sicherheit und Lizenz

  • Die Lizenz ist AGPL-3.0-or-later
  • Name und Logo von Tolaria unterliegen der trademark policy des Projekts

Verwandte Beiträge

2 Kommentare

 
GN⁺ 5 일 전
Hacker-News-Kommentare

  • Das gefällt mir wirklich sehr. Es fühlt sich an wie alles, was ich mir in Obsidian gewünscht habe, plus Plugins, aber in einer einzigen, gut designten App zusammengefasst
    Ich habe auch Feedback. Es wäre toll, wenn es Open Source bliebe, aber gleichzeitig ein Weg zur Monetarisierung gefunden würde, damit daran in Vollzeit gearbeitet werden kann. Wenn es zum Beispiel eine separate offizielle App-Version gäbe, würde ich gern dafür bezahlen
    Und ich hoffe wirklich, dass Feature-Bloat vermieden wird. Ich liebe das schlichte Design von Bear App, bin aber am Ende weg davon, weil man nicht direkt mit Markdown-Dateien arbeiten kann. Apps wie Obsidian, Notion und Craft bauen immer mehr Funktionen ein, aber hier scheint der Kern schon vollständig zu sein. Ich hoffe, der Fokus bleibt darauf, wie bei Bear die Kernfunktionen einfach extrem gut zu machen

    • Ich liebe Bear wirklich. Es war ein großer Einfluss auf Tolaria, deshalb hat es dir wahrscheinlich auch gefallen
      Danke für das tolle Feedback

  • Ich habe die Chance verpasst, das einen Tag früher selbst zu bauen. Trotzdem, Luca, wirklich gut gemacht. Das Tool sieht großartig aus, ich probiere es gerade sofort aus
    Ich baue Sig von https://github.com/adamjramirez/sig-releases, und strukturell gibt es definitiv Überschneidungen. macOS, reines Markdown, Git-Versionsverwaltung und auf den Kontext von AI-Agenten ausgelegt — das ist alles gleich
    Der Unterschied liegt im Startpunkt des Workflows. Tolaria scheint stark darin zu sein, bereits vorhandenes Wissen zu organisieren, während Sig die frühere Phase angeht, also wie Wissen aus dem Kopf überhaupt erst in Dateien festgehalten wird. Tatsächlich wird die Qualität von AI-Ausgaben meistens durch Dinge bestimmt, die nicht dokumentiert sind. Entscheidungen, die fünf Minuten vor einem Meeting getroffen wurden, mündliche Zusagen ohne Follow-up oder die Bedeutung, die ich tatsächlich aus einem Gespräch herausgelesen habe, statt nur dessen oberflächlichem Inhalt
    Die Erfassung in Sig ist zweistufig. 1) zuerst die Tatsachenfesthaltung, 2) darauf aufbauend meine persönliche Interpretation. Beides wird als Markdown auf meinem Rechner gespeichert. Wenn es bereit ist, in die Wissensbasis des Teams oder in ein Open Brain geteilt zu werden, veröffentliche ich es dann explizit. Standardmäßig ist alles privat, und das Team kann es nur lesen, wenn ich das möchte

    • Wenn mit git versioned die .md-Dateien selbst gemeint sind, bin ich sofort interessiert. Ich bearbeite Dateien ebenfalls in einem Git-basierten Workflow, um Claude zu sagen, was es sich ansehen soll
      Ich werde es definitiv ausprobieren
    • Diese Unterscheidung trifft es wirklich gut. Tolaria ist wie eine Bibliothek und Sig wie ein Feldrekorder
      Man braucht beides, aber sie übernehmen im Workflow unterschiedliche Momente

  • Im Moment scheint jeder sein eigenes llm-wiki-System zu bauen. Ich habe auch eins gebaut und darin eine umfangreiche Liste anderer Agent-Memory-Systeme gesammelt: https://zby.github.io/commonplace/agent-memory-systems/
    Ich nehme deins sofort mit auf
    Heute habe ich auf Basis der gesammelten Materialien auch eine Wish List für solche Systeme zusammengestellt: https://zby.github.io/commonplace/notes/designing-agent-memory-systems/
    Wäre schön, wenn wir dazu zusammenarbeiten könnten

    • Wenn du solche Dinge sammelst, wäre Hjarni neben Fintool und Supermemory auch etwas für die Source-only-Tier
      Es hat ein gehostetes SaaS mit standardmäßig eingebautem MCP, hierarchische LLM-Instruktionen auf globaler/Team-/Container-/Notiz-Ebene und ein Shared-Notes-Protokoll für Claude-/ChatGPT-Multi-Agent-Workflows. Ich kann dir auch eine Vorstellungsseite in dem Format schreiben, das du möchtest
      Das verlinkte Wishlist-Dokument fand ich ebenfalls gut, daran würde ich auch gern mitarbeiten
    • Das hier wäre ebenfalls etwas für die Liste: https://github.com/Signet-AI/signetai
      Ich bin nicht beteiligt, teste es nur gerade
    • In der Liste sollte es auch ein Tool für neovim geben

  • Die Lücke bei mobiler Erfassung ist real und wahrscheinlich der Hauptgrund, warum solche Tools nicht zu alltäglichen Standard-Apps werden
    Mein gut funktionierender Ablauf ist: In iOS richte ich in Drafts eine Aktion ein, die an eine tagesbezogene inbox.md im Git-Repo anhängt, und synchronisiere das dann mit Working Copy. Die Markdown-Datei ist die einzige zuverlässige Quelle, und jedes Tool auf macOS — ob Tolaria oder Obsidian — liest dasselbe Repo direkt, ohne Konvertierungsschritt
    Anfangs muss man zwar etwas anpassen, aber der Gewinn ist groß. Mobile Erfassung und Desktop-Organisation finden nicht über Copy-and-paste zwischen verschiedenen Apps oder zusätzliche Sync-Schritte statt, sondern auf denselben Dateien

    • Meine bevorzugte Lösung ist Bebop. Es lässt sich sofort öffnen, und mit einem Tippen kann ich Ideen oder Notizen festhalten, außerdem lassen sich Links über das Share Sheet speichern
      Man kann es so einstellen, dass es an Obsidian Daily Note in einem iCloud-Vault anhängt, und das passt für mich sehr gut
      Mir gefällt auch, dass es ohne Drittanbieter-Dienste auskommt
      ⁽¹⁾ https://apps.apple.com/us/app/bebop-quick-notes/id6477824795
    • Ich habe mir kürzlich mit einer Any-Device-Philosophie etwas Ähnliches selbst gebaut. Der Zugriff läuft über einen Telegram-Bot, und wie der Entwickler dieser App nutze ich ein privates Github-Repo als einzige Wahrheitsquelle
      Ich verwende es, um interessante Dinge aus dem Web erst einmal einzusammeln
      https://github.com/momentmaker/to
    • Ich habe dieses Problem mit OpenClaw fast gelöst. Wenn ich etwas per Telegram schicke, erstellt es in Tolaria eine brauchbare Notiz und verknüpft sie sogar mit vorhandenem Inhalt und verwandten Einträgen
      Ich schicke dort Weblinks hinein, Links zu Tools oder Sprachmemos, die in Text umgewandelt werden sollen
      Trotzdem plane ich auf jeden Fall noch eine mobile Version

  • Am Ende lande ich oft wieder bei Apple Notes. Streng genommen ist es weder eine Wissensbasis noch Markdown, aber die geräteübergreifende Synchronisierung funktioniert gut und auf dem Handy lässt es sich bequem nutzen
    Mich würde interessieren, ob du selbst dieses Bedürfnis hast oder wie du auf Mobilgeräten mit Notizen umgehst

    • Ich nutze Apple Notes für schnelles Erfassen, und alles, was sich zum Aufbewahren lohnt, kopiere ich am Mac in Obsidian in die Daily Note oder in eine bestimmte Notiz
      Auch länger laufende Notizen wie Trainings- oder Essensprotokolle pflege ich weiter und versehe sie mit Datumsüberschriften
      Das funktioniert für mich besser als Obsidian Mobile, und der Copy-paste-Schritt wirkt selbst schon wie ein natürlicher Filter

  • Ich habe eine Frage zur Markdown-Vorschau auf dem MacBook Pro. Wie kann ich erreichen, dass Finder in der Quick Preview, vermutlich heißt das Quick Look, Markdown gerendert anzeigt?
    .md-Dateien sind bei mir immer so verknüpft, dass sie in einer IDE geöffnet werden, aber in der Vorschau werden sie nicht gerendert, was etwas unpraktisch ist. In der IDE nutze ich eine Erweiterung für das Markdown-Rendering, daher könnte es damit zusammenhängen. Vielleicht wird so etwas wie ein rekursiver Aufruf nicht auf Ebene der Preview-Erweiterung offengelegt, aber jedenfalls würde ich mich über eine Empfehlung freuen

  • Mir gefällt der Ansatz mit Markdown hier wirklich sehr
    Wir verfolgen bei https://voiden.md/ fast dieselbe Philosophie: offline-first, dateibasiert, mit Git-Unterstützung
    Ich denke, genau dieses Format werden Agenten ziemlich gut nutzen können
    Wir haben es für APIs gebaut, und es ist ebenfalls Open Source. Hier kann man es sehen: https://github.com/VoidenHQ/voiden

  • Ich habe zuletzt octarine benutzt. Davor habe ich Obsidian ziemlich lange verwendet, und das hier werde ich auf jeden Fall auch ausprobieren
    [1]: https://octarine.app

  • Tolle Arbeit. Ich habe zwei Punkte als Feedback
    Der Editor scheint Code-Fence-Literale nicht zu unterstützen. Ich konnte keinen Codeblock erzeugen, indem ich ``` eingegeben habe
    Und wenn Markdown-Dateien sehr groß werden, ist die Performance nicht gut
    Ich baue für mein AI-Wissensbasis-Produkt einen Markdown-Editor im Stil von Obsidian: https://github.com/kenforthewin/atomic-editor

    • Atomic sieht ziemlich interessant aus, besonders die Wiki-Synthese ist mir aufgefallen
      Ich arbeite ebenfalls an einer Sammlung von Skills und einem kleinen MCP, die darauf ausgerichtet sind, aus einem schnellen Brain Dump leicht „Atoms“ herauszuziehen. Das basiert ebenfalls auf SQLite + SQLite-vec
      Das Chunking-Problem umgehe ich, indem ich jeden Abschnitt als Chunk deklariere, und den Entwurf lasse ich vom LLM in eine Abschnittsstruktur umschreiben, die sich gut chunken lässt. Dadurch gibt es viel mehr Redundanz, und Formulierungen wie „wie oben beschrieben“ verschwinden
      Die erwarteten Leser sind nicht Menschen, sondern Agenten, die daraus leichter lesbare Texte für unterschiedliche Zielgruppen erzeugen. Wenn man die Leser als Experten annimmt, sind die Kosten für die Massenproduktion geprüfter Atoms viel geringer
      Ich würde diesen Workflow wirklich gern zusammen mit Atomic oder Tolaria testen

  • Wenn es rein als Viewer gedacht ist und du keinen weiteren Editor hinzufügen möchtest, habe ich https://mdview.io gebaut
    Damit lassen sich Markdown-Dateien sauber gerendert öffnen, außerdem werden Tabellen und Mermaid unterstützt. Es ist auch praktisch, um Dinge mit Kollegen zu teilen oder für später aufzubewahren