什么是 DocsMint？
DocsMint 是一个围绕一个简单理念设计的 AI 原生知识工作空间：人员和 AI Agent 使用的知识应该存放在同一个地方。
传统的文档编辑器主要是为人类构建的。AI 知识系统往往解决的是相反的问题，将文档转变为一个难以被人检查或维护的隐形检索层。
DocsMint 将两者结合在了一起。
用户可以通过常规的 Web 界面创建、编辑、组织、搜索和分享文档，而应用程序和 AI Agent 则可以通过编程接口使用相同的知识。
DocsMint 不再需要为团队维护一个知识库，为 AI 助手维护另一个，并在不同的应用程序中维护额外的副本，而是提供了一个保持可见且可编辑的共享知识源。
编写与知识管理
DocsMint 在提供原始 Markdown 编辑的同时，还提供了一个可视化编辑器。
文档使用结构化编辑器模型进行存储，而 Markdown 则作为编辑、导入、导出以及配合开发者工具使用的便捷格式。
该工作空间支持知识系统的日常构建模块：
这使得 DocsMint 的用途远不止于传统的文档记录。
一个工作空间可以包含产品规格、研究、合同、内部流程、会议记录、技术文档、文章、提案、项目知识，或是 AI Agent 使用的长期记忆。
我们的目标不是强迫用户使用特殊的“AI 界面”。人员可以正常地处理文档，同时底层的知识保持机器可用。
- 文档；
- 分类与文件夹；
- 元数据与标签；
- 分享与访问控制；
- 可复用的结构化内容；
- 全工作空间搜索。
搜索、语义检索与 GraphRAG
随着知识库的增长，仅靠关键词搜索会变得越来越受限。
DocsMint 结合了多种检索方法，通过措辞和含义来查找信息。
其搜索层包括精确匹配、词法搜索、模糊匹配、向量检索、多语言扩展以及基于图的检索。
这些系统的结果会被结合起来，以生成更有用的排序结果集。
文档会被自动分块并嵌入以进行语义检索。当内容或相关的元数据发生变化时，DocsMint 会增量更新受影响的搜索表示，而不是重建整个知识库。
GraphRAG 通过连接相关的实体和文档增加了另一层维度，使检索能够超越孤立的文本片段，并利用知识库内部的关系。
其结果是一个既能供人类搜索，同时又能作为 AI 系统检索基础设施的工作空间。
为 AI Agent 而生
DocsMint 的设计初衷是直接供软件使用，而不仅仅是通过其 Web 界面。
可以通过以下方式访问同一个工作空间：
这使得 AI 助手和自主代理能够读取、搜索、创建和更新知识，而无需维护单独的向量数据库或项目上下文的私有副本。
例如，编程代理可以在实现功能之前检索技术决策和产品规格。研究代理可以将发现结果存回工作区。另一个助手随后可以使用相同的知识继续执行任务。
由于源文档对用户保持可见，代理创建的知识也可以被直接审查和纠正。
这使得 DocsMint 成为不同 AI 工具和应用程序之间的持久记忆与知识层。
- REST API；
- TypeScript SDK；
- CLI；
- MCP 服务器。
原生支持自托管
DocsMint 可以作为完整的自托管技术栈，运行在用户控制的基础设施上。
部署内容包括应用程序、PostgreSQL、向量搜索基础设施、图数据、后台处理和文件存储。
基于 Docker 的标准安装可提供完整的工作区，无需用户自行组装知识、向量和代理服务的集合。
对于 AI 工作负载，部署可以使用托管的模型提供商或本地推理基础设施。
自托管版本是开源的，专为希望控制其文档、嵌入、检索基础设施以及代理可访问知识的团队而设计。
对于不想自行运维基础设施的用户，DocsMint 也提供托管云产品。
使用场景
只要同一信息需要对人类和软件都保持有用，DocsMint 就能发挥作用。
存储持久的项目知识，供不同的助手和代理检索，而不是为每次对话重新构建上下文。
将规格说明、架构决策、实现笔记、事故报告、API 文档和发布信息保存在一个可搜索的工作区中。
维护操作流程、政策、入职文档、研究、会议记录和内部文档。
收集来源、发现、摘要和相关文档，同时利用语义和图检索在稍后重新发现信息。
创建文章、报告、提案、合同、剧本、商务文档和其他结构化内容，而无需将写作环境与知识系统分离。
通过 REST、SDK、CLI 或 MCP 使用 DocsMint，作为内部工具和 AI 赋能产品的共享知识后端。
DocsMint 起步于文档创建，但更大的问题在于知识的连续性。
随着 AI 成为日常工作的一部分，文档不能再仅仅作为为人类编写的文件存在，而代理却维护着独立且日益碎片化的上下文。
DocsMint 将文档工作区本身转变为共享知识层 —— 人类可读、应用程序可搜索、AI 代理可用。