我把本地 Markdown 资料库，变成了一个会干活的 Agent 工作台

做本地文档管理工具的人，大概率都会遇到一个瓶颈：阅读器只解决了一半问题。很多资料不是看完就结束的——PRD 看完要变成汇报，会议纪要看完要拆任务，技术记录要整理成公众号，产品说明要做成网页。真正麻烦的，从来不是“打开文档”，而是把本地资料继续加工成能交付的东西。 FlowMark 正是带着这个问题出发。它最初只是一个本地优先的文档工作台：打开目录、阅读 Markdown、搜索内容、编辑导出。但做着做着，我们发现需要一个真正能“接着干活”的能力——不是简单的聊天框，而是一个懂当前资料现场的工作台。

能力一：上下文——选择资料现场，而不是粘贴文本

这里有个本质区别。普通的 AI 聊天框，是在对话里处理一段你临时粘贴进去的文本。而 FlowMark Agent，是在本地文档工作台里处理一个持续存在的资料现场。它知道你正在看哪篇文档，能按目录组织上下文，能记住工作区的长期偏好，能找回围绕文档的历史对话，同时内置了一整套 Skill，可以把资料继续变成摘要、问答、汇报、公众号、网页、公式、配图和任务清单。

能力二：记忆——让 Agent 知道工作区的规矩

第一个核心能力是上下文。普通 AI 工具通常等你把内容粘贴进去，而 FlowMark Agent 更贴近本地资料的使用方式：你可以直接选择上下文范围——当前文档、当前目录、全部文档，或者手动勾选几篇关键文档。 当前文档适合读 PRD、会议纪要、论文笔记；当前目录适合围绕一个项目或产品模块提问；全部文档适合在整个资料库里找线索做盘点；手动选择则只把关键材料交给 Agent，避免无关信息干扰。这个体验和“复制一段给 AI”差别很大。你不是在临时拼提示词，而是在 FlowMark 里把资料现场摆好，再让 Agent 开始工作。

能力三：历史记录——让对话接上上次的工作

第二个能力是记忆。它就像一张放在工作区里的长期说明：项目术语怎么叫，文章面向谁，写作风格要克制还是活泼，哪些表达不要翻译，哪些口径要统一。 比如可以让 FlowMark 记住：FlowMark 这个名字不要翻译，面向独立开发者和产品经理，生成汇报时先讲结论再讲背景。之后无论是问答、改写、做 PPT 还是整理公众号稿，Agent 都会带着这份记忆。这解决了资料处理中最烦人的问题——每次都重新解释术语、读者、风格和边界。有了记忆，FlowMark Agent 更像一个跟着同一个工作区长期工作的助手。

第三个能力是历史记录。FlowMark 的历史按工作区、当前文档、当前目录组织，而不是堆在一个聊天窗口里。这意味着一份文档不是只被问一次。今天让 Agent 读懂 PRD，明天可以接着昨天的结构生成汇报；上午把会议纪要拆成任务，晚上继续追问“哪些风险还没解决”。文档工作往往是连续的，历史记录让 Agent 不只是回答当前这一句，而是能接上前面的工作过程。

如有侵权，请联系删除。