AppFlowy本地优先的开源 Notion 替代把文档、看板和 AI 对话装进同一台电脑【免费下载链接】AppFlowyBring projects, wikis, and teams together with AI. AppFlowy is the AI collaborative workspace where you achieve more without losing control of your data. The leading open source Notion alternative.项目地址: https://gitcode.com/GitHub_Trending/ap/AppFlowyAppFlowy 是一个本地优先的开源 Notion 替代文档、数据库表格、看板与 AI 对话都运行在你自己的机器上数据直接落在本地 SQLite。不联网也能写文档、拖看板装完后的第一个问题是如何跑起来。这篇文章按“跑通 → 配置 → 走一个真实场景 → 排坑”的顺序讲清楚。三步跑起来本地部署 AppFlowy 的最短路径最短路径是从源码编译克隆仓库后frontend/ 目录下有统一的构建入口会同时处理 Rust 核心和 Flutter 前端。系统要求 macOS 11 / Windows 10 / Ubuntu 18.04内存 8 GB 起步项目脚本锁定 Flutter 3.27.4 和 Rust 1.85rust-toolchain.toml 会在首次编译时自动切换工具链。先跑这条确认两件套都已就位flutter --version rustc --version然后克隆仓库并开始构建这条命令先用 cargo 编译 dart-ffi 动态库、把它拷进对应平台目录再执行 flutter build产物最终落在 appflowy_flutter/build/ 里git clone https://gitcode.com/GitHub_Trending/ap/AppFlowy cd AppFlowy/frontend cargo make appflowy如果你的环境是 macOS 且只想尽快看到能跑的界面把最后一条换成cargo make appflowy-macos-devdebug profile 编译快一半功能和 release 版一致。首次编译时间最长绝大部分消耗在 Rust 依赖树上让它跑完即可。启动后就是上图的欢迎界面。默认工作区 Me 里已经建好一页 Read me 文档左侧边栏告诉你在哪里打字、如何点 New Page 建页、如何给任意页加子页比视频教程直接。装完之后先做这三件事把本地 AI 知识库搭起来第一件事在侧边栏建一个 space而不是让所有页面都堆在默认工作区下。AppFlowy 的组织单位是 space一个项目、一个产品线、一套个人知识库各占一个 space侧边栏目录树始终只展开到第三层全文搜索结果也不会把两个项目的同名页面混在一起。第二件事在设置里把外观切成深色主题。知识库建起来之后你要长时间盯长文档和表格深色模式夜里不刺眼同一页里还有字号选项习惯大字体就顺手调一档比反复调系统缩放省事。第三件事给 AI 功能配一个能用的模型这是三步里唯一需要动脑的。AI 模型这一项两种出口设置里的 AI Model 有两个选项。远程模型兼容 OpenAI 接口填 Base URL 和 API Key 之后请求从你机器直连服务商不经过任何第三方中转账单记在你自己账户上本地模型则把小模型下载下来在本机推理断网状态下摘要、翻译、问答都能用这也是离线协作空间场景下数据不出机器的前提。建议先接远程 key 验证整条链路有离线需求时再切本地模型。走通一个完整场景给新空间导入第一篇文档下面走一遍“新建空间 → 写入一篇真实文档 → 让 AI 回答一个问题”的完整闭环。你点击侧边栏的 选 New Space屏幕中间弹出创建对话框在 Space name 里输入“产品知识库”Permission 保持 Public工作区成员可见单人使用没有差别或切成 Private点 Create。右侧立刻出现和 Me 同构的目录树这个空间已经可以挂内容了。悬停在空间名上点右侧的 选 Document一张空白页打开。把上周的会议纪要整段粘进正文选中“待跟进”几个字用底部工具栏加高亮行首敲 /bullet 和 /num 把结论拆成两张列表标题用 H1、H2 分层。写到这儿页面里已经是一篇有结构的知识库文档。打开右侧的 AI 聊天面板输入“把上面这篇会议纪要总结成 3 条待办按优先级排序”回答按流式一段段返回到对话区你可以接着追问也可以把结论复制回文档正文。整条链路里文档存在本地 SQLiteAI 请求直连你自己的 key把外网断掉除了 AI 提问其余动作全部照常可用。这就是本地优先和云端 SaaS 的分界线装完只是起点能离线走通这个闭环才算真正上手。大概率会踩的两个坑⚠️ 现象flutter run或启动桌面端时立刻报找不到 libdart_ffi.so / .dll / .dylib。根因是 Flutter 前端和 Rust 核心是两套独立产物动态库必须先编译出来并被脚本拷进平台目录单独跑 flutter run 时它还不存在。修复就是单独把 Rust 侧的库编译并拷贝到位再启动cd AppFlowy/frontend cargo make appflowy-core-dev跑完这步库文件会出现在 appflowy_flutter/linux/flutter/dart_ffi 等目录里flutter run 即可正常加载。⚠️ 现象Linux 上 flutter doctor 红着一片缺 keybinder3、libnotify 或 libmpv。根因是桌面端编译依赖这几个系统库基础镜像通常不带。修复执行 frontend/scripts/install_dev_env/install_linux.sh它会逐个装依赖并顺手把 Flutter 切回项目要求的版本。接下来可以试什么走通第一个闭环之后值得花半小时看看代码是怎么组织起来的三个入口按需挑玩编辑器文档的 / 快捷命令和块菜单都实现在 frontend/appflowy_flutter/lib/plugins/document/改一个块的渲染能立刻看到效果。看 AI 链路聊天面板的消息流和模型配置在 frontend/appflowy_flutter/lib/plugins/ai_chat/对照第三节那个提问场景读最快。摸构建流程frontend/Makefile.toml 定义了每个 cargo make 任务cargo make appflowy拆成哪几步一目了然。你写入的每一页最终都落在本地 SQLite 里建表记录就在 frontend/rust-lib/flowy-sqlite/migrations/ 目录中把这份数据库文件备份走AppFlowy 从磁盘上删掉之后知识库也能原样重建。【免费下载链接】AppFlowyBring projects, wikis, and teams together with AI. AppFlowy is the AI collaborative workspace where you achieve more without losing control of your data. The leading open source Notion alternative.项目地址: https://gitcode.com/GitHub_Trending/ap/AppFlowy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考