大多数 AI 的产出，随着对话窗口关掉就没了。Workecho 把每一次聊过的结论、做过的事、定下的方案，自动整理成一篇篇文档存进你电脑里的知识库——你不需要写纪要、不需要整理笔记，记录这件事它替你做了。
一切皆 Markdown：记事本就能打开，随时备份、搜索、整库带走。哪天不用了，你的积累一点不损失。
你的角色、手头的事、沟通偏好，每次新会话它都已经知道——坐下就能接着干。
带着它跑通一件事，它会自动把流程记成"技能"，下次一句话照方抓药。用得越久，越懂你的活儿。
别的工具用久了只会越来越卡、越来越乱。Workecho 相反——每一次使用都在给下一场使用铺路：聊完的沉淀成文档，做过学会了流程，记住的你让开场更省话。轮子转一圈，它就更懂你一点。
知识库像翻笔记一样浏览，还有一张会生长的关系图谱，点哪个看哪个，积累一目了然。
任何一句话都能"从这里分支"重开一条思路，原来的对话原样保留，试错零成本。
各家大模型都能接，内网用户一键登录开用；每条线路还能一键测通不通，卡了就换。
@ 引用文件、/ 唤出技能，截图直接粘贴、文件拖进来就行——都是顺手就来的操作。
维保临期、待办逾期，本地原生通知直接弹到面前——该做的事，系统替你盯着。
聊天里说的事，直接落到业务实体上：更新状态、记时间线、派待办——对话就是可回看的工作记录。
上面的能力不是 prompt 堆出来的。Workecho 基于开源 Agent 内核 pi-coding-agent 构建，把知识库逻辑、工具管道、安全边界都做成了产品内的工程。
workbench/wiki/ ├── okr/ # 目标与进度，Agent 直接读写 ├── todos/ # 待办与提醒 ├── memory/ # 三层记忆，会话启动自动注入 │ ├── profile.md # ① 你是谁（用户画像） │ ├── context.md # ② 在做什么（工作上下文） │ └── insight.md # ③ 学到什么（洞察） ├── learned-*.md # 会话后自动蒸馏的技能 └── log.md # 工具执行全程留痕审计 # 人和 Agent 共享同一份事实源： # 人可读 · 可 grep · 可迁移，全是 Markdown
pi-coding-agent # 开源对话 Agent 内核（上游） ↓ session-driver / pi-sdk-driver # 会话运行时与驱动抽象（workspace 包） ↓ pi-compat.ts # 业务代码唯一上游 import 点 # defineTool / toolOk / PI_EVENTS 再导出 ↓ 业务工具 · 工具管道 · 自学习 · 编排 # C1–C7 契约测试固化上游 API 形状 # 上游 0.x 升级成本 ≈ 改一个文件 + 跑一个测试
开源对话 Agent 内核，Workecho 的会话与工具调度引擎。
Agent 编排设计的参照与启发。
「小而清晰」工程哲学的参照。
打开应用，说一句"帮我初始化工作环境"——它建好知识库，然后你的积累就开始了。
连接你的工作现场
用自然语言推进
让系统持续在场
开源免费 · MIT License · 首次运行如遇系统安全提示，选择"仍要运行"即可 · github.com/Ryan-99/workecho