Files.md: Open-Source lokale Markdown-Notizanwendung mit LLM-freundlichem Design

✍️ OpenClawRadar📅 Veröffentlicht: 18. Mai 2026🔗 Source
Files.md: Open-Source lokale Markdown-Notizanwendung mit LLM-freundlichem Design
Ad

Files.md ist eine quelloffene Alternative zu Obsidian, die jeden Teil Ihres Lebens als einfache .md-Dateien behandelt. Das Projekt wird seit fünf Jahren entwickelt und hat derzeit 886 GitHub-Sterne. Es ist auf Privatsphäre, lokale Nutzung und LLM-Freundlichkeit ausgelegt – die gesamte Codebasis ist einfach genug, um von einer Person oder einem LLM im Kopf behalten zu werden.

Hauptfunktionen

  • Standardmäßig lokal: Ihre Daten verlassen nie Ihr Gerät, es sei denn, Sie wählen die Synchronisierung. Keine Telemetrie oder Serverkontakt.
  • Mehrere Synchronisierungsoptionen: iCloud, Dropbox, Google Drive (Cloud-Ordner-Synchronisierung), selbst gehostetes Go-Binary oder die gehostete Beta unter app.files.md.
  • Offline nutzbar: Öffnen Sie web/index.html direkt – kein Build-System erforderlich. Portabel, nur ein Browser.
  • Telegram-Chatbot: für schnelle Notizen, Aufgaben, Journaleinträge und Checklisten unterwegs.
  • LLM-optimiert: Der Code ist einfach und modular, sodass KI-Agenten die App leicht an individuelle Bedürfnisse anpassen können.
  • Eine Idee pro Notiz: Fördert atomare Notizen (ein Konzept pro Datei), Verknüpfung über [ und erneutes Betrachten, um Ideen zu verbinden.
Ad

Schnellstart

Um es ohne Einrichtung zu testen, öffnen Sie app.files.md in Chrome, klicken Sie in der Adressleiste auf Install files.md und öffnen Sie einen lokalen Ordner. Änderungen werden auf der Festplatte gespeichert. Gelegentlich mit Cmd+Shift+R aktualisieren.

Zur Synchronisierung zwischen Geräten ohne Server legen Sie Ihren Markdown-Ordner in iCloud/Dropbox/Google Drive ab. Für volle Kontrolle betreiben Sie den selbst gehosteten Server (einzelnes Go-Binary) und aktivieren optional den Telegram-Bot.

Philosophie

Files.md verzichtet bewusst auf komplexe Plugins, Graphenansichten und erweiterte Vorlagen. Es schränkt Funktionen ein, um tiefes Denken zu erzwingen: Beginnen Sie mit null Ordnern, eine Notiz pro Idee, verknüpfen Sie verwandte Notizen und wenden Sie Wissen sofort an. Das Projekt basiert auf der Idee, dass Software im Hintergrund bleiben und LLMs helfen können, die Software mit Ihrem Wissen wachsen zu lassen.

📖 Vollständige Quelle lesen: HN LLM Tools

Ad

👀 Siehe auch

ETL-D MCP-Server: Deterministisches CSV-Parsing für Claude zur Vermeidung finanzieller Halluzinationen
Werkzeuge

ETL-D MCP-Server: Deterministisches CSV-Parsing für Claude zur Vermeidung finanzieller Halluzinationen

Ein Entwickler hat ETL-D erstellt, einen Open-Source-MCP-Server für Claude Desktop, der CSVs in drei deterministischen Schichten verarbeitet, um Halluzinationen von Dezimalpunkten in Finanzdaten zu verhindern. Er verwendet Python-Parser für bekannte Formate, erreicht ~70ms Antwortzeiten mit 0 LLM-Aufrufen für 200 parallele Anfragen und nutzt LLMs nur als Fallback für hochgradig unvorhersehbaren Text.

OpenClawRadar
Freddy MCP Server verbindet Wearables mit KI-Agenten durch kopfloses Anmelden
Werkzeuge

Freddy MCP Server verbindet Wearables mit KI-Agenten durch kopfloses Anmelden

Freddy ist ein persönlicher MCP-Server, der Wearables (Polar, Oura, Withings, Suunto, Intervals.icu, Hevy, plus WHOOP, Strava, Dexcom in der Beta) über OAuth mit KI-Clients wie Claude Code, ChatGPT und Notion AI verbindet. Das neue Headless-Sign-In ermöglicht geplante Workflows für autonome Agenten.

OpenClawRadar
Beacon: Open-Source-Endpunkt-Telemetrie für lokale KI-Agenten
Werkzeuge

Beacon: Open-Source-Endpunkt-Telemetrie für lokale KI-Agenten

Beacon erfasst lokale KI-Agent-Aktivitäten (Claude Code, Codex CLI, Cursor usw.) und normalisiert sie in Endpunkt-Ereignisse zur Überprüfung oder SIEM-Weiterleitung über Wazuh, Elastic, Splunk HEC.

OpenClawRadar
Maggy: Eine autonome Engineering-Plattform auf Claude Code mit sitzungsübergreifendem Gedächtnis und P2P-Team-Lernen
Werkzeuge

Maggy: Eine autonome Engineering-Plattform auf Claude Code mit sitzungsübergreifendem Gedächtnis und P2P-Team-Lernen

Maggy befindet sich auf Stufe 4 des AI-Coding-Tool-Spektrums: Multi-Modell-Orchestrierung, Sitzungsübergreifender Speicher, Prozessintelligenz aus CI/Reviews und P2P-Team-Lernen. Benchmarks zeigen eine 83%ige Reduzierung der Claude-Nutzung bei gleichzeitiger Erkennung von 7 Sicherheitsproblemen, die der Single-Pipeline-Claude-Code übersehen hat.

OpenClawRadar