PMBrain本地知识库一键安装指南：Windows桌面版深度体验

大约一个月前，笔者分享过一款名为PMBrain的本地知识库。当时的版本已经具备资料导入、知识搜索，并且能够接入Codex、Claude Code和Cursor等AI工具。功能虽然可用，安装仍需通过命令行完成，对非技术用户并不友好。

后续有不少读者留言，希望可以推出一个Windows桌面版。这个需求不难理解——知识库能力再强，如果安装时需要配置环境、敲命令、处理端口和依赖，大部分人可能还没开始就已经放弃。

于是，PMBrain桌面端的开发正式启动。这一做，差不多花了一个月。

动手之前看架构，仿佛只是给现有服务套上一个Electron桌面壳。真正实践后才发现，桌面软件的复杂度远不止加个界面那么简单。数据库要能启动，后台服务需随软件运行，端口变化后MCP配置要同步更新，PDF解析依赖额外的本地组件，软件更新还不能误删用户数据。安装包在开发机器上编译成功，并不能保证换一台电脑就能正常使用。

有一次，安装包顺利生成，但在真实环境中导入PDF文件时却报出DOMMatrix is not defined的错误。排查再三，才意识到打包过程遗漏了一个Windows本地依赖。界面能打开，服务也能启动，到了真正导入资料这一步依然会失败。类似的问题踩过不少。

因此，如今要判断一个桌面端产品是否真正可用，不能只看安装包能不能生成。它必须装到一台全新的电脑上，能够顺利启动、配置模型、导入Word和PDF、搜索资料，并能接入AI工具，这才算是真正交到了用户手中。

现在，这个目标终于达成。PMBrain已经推出了Windows安装包。下载后只需点击“下一步”，不必安装Bun，也无需打开终端输入命令，就能把本地知识库部署到自己的电脑上。

下载地址：

https://github.com/zhengyunhui123-dev/PMBrain/releases

目前支持Windows10/11的64位系统，32位Windows暂不支持。项目尚未进行代码签名，安装时可能看到“未知发布者”的提示，请认准上述GitHub发布页面获取安装包。

PMBrain的核心定位：什么样的知识库？

PMBrain基于Garry Tan开源的Gbrain改造而成，背后融合了RAG与LLM Wiki的知识管理思路。目前，PMBrain完全开源、免费，代码和安装包均托管于GitHub。个人模式下，所有数据运行在用户自己的电脑里，无需购买服务器服务，模型API由用户自行选择，对应成本也由用户自己承担。

普通的RAG擅长将资料向量化，然后根据问题找出相关内容。PMBrain在此基础上更进一步：资料不仅可被搜索，其内置的Dream模块还会持续整理资料、提取知识点并建立关联，外部AI工具也能通过MCP调用这些积累下来的知识。

开发PMBrain的初衷，源于解决笔者自身的实际需求。作为产品经理，日常接触需求文档、会议记录、项目方案、待办事项以及大量的AI会话。资料散落在文件夹和聊天窗口里，真正需要查证“当时为什么如此决策”时，往往要耗费大量时间回忆。

大模型的确掌握着广泛的世界知识，但它们并不了解用户的专属项目。PMBrain要保存的正是这部分内容：做过什么、讨论过什么、哪些方案已被放弃、下一步准备做什么。它更像是安置在本地电脑中的外置大脑。

特性一：资料完全保存在本地电脑

PMBrain的数据库、知识文件和配置均可保存在本地。对于项目资料、内部文档以及不方便上传到公共知识库的内容，本地存储会让人安心许多。但这里需要明确边界：本地知识库并不等于所有数据永远不会经过外部服务。如果配置的是DeepSeek、MiMo或其他云端模型，整理与生成过程中，相关内容仍会按照所选接口发送给模型服务商。如果资料敏感，可接入Ollama等本地模型。PMBrain现已支持自定义OpenAI兼容接口，普通模型和向量模型也能分别设置Base URL与API key。数据放在哪里、使用何种模型，完全由用户自己选择。

特性二：Word、Excel与PDF可以直接导入

许多LLM Wiki方案更适用于Markdown用户，但普通人的资料格式往往并不规整。项目里混杂着Word需求文档、Excel排期表、PDF报告、CSV数据以及大量会议记录。如果导入前必须把所有文件转成Markdown，这种知识库大概率坚持不了几天。PMBrain支持md、txt、doc、docx、csv、xlsx和PDF等常见格式。用户可以在知识工作台粘贴一个文件路径，也可以指定一个文件夹，让系统将其中所有资料导入知识库。建议首次导入时，不要一口气导入整个硬盘，而是先拿一个正在进行的项目进行测试。导入完成后，前往“知识库”页面核对文件，再搜索一个只有这些文档里才有的项目名称。如果能找到对应的内容，就说明导入和向量化已成功运行。

特性三：让不同AI工具共享项目记忆

如今很多人会同时使用多款AI工具：Codex负责开发，ChatGPT帮忙分析问题，豆包或千问用来查阅资料。每个工具都很聪明，但它们并不知道你在其他工具里聊过什么。结果就是用户在中间充当信息搬运工的角色。PMBrain可通过MCP接入Codex、Cursor、Claude Code、ChatGPT、WorkBuddy、CodeBuddy和QwenPaw等工具。一段重要工作结束后，可以让当前AI将上下文存入：“把这个上下文完整导入PMBrain，保留已经确定的结论、放弃的方案和未完成事项。”切换到另一个窗口或另一款AI工具时，再让它读取：“先搜索PMBrain里【项目名称】最近的记录，告诉我上次做到哪里，然后继续处理今天的任务。”这样一来，即使AI工具更换，项目背景依然保持连续。对于长期项目而言，这种连贯性比单次回答的聪明程度更加重要。模型会不断升级，工具也会更替，但自己的项目积累不能随着某个聊天窗口一起消失。

特性四：Dream会持续整理你的知识

资料导入知识库仅仅只是开始。用久了之后，同一个项目会出现大量会议记录、会话和版本。旧观点、新结论和已废弃的方案搅在一起，虽然可以搜索出来，实际使用时仍容易选错。PMBrain的Dream模块会继续处理新增资料，提取人物、项目、观点以及它们之间的关系。整理结果可以写入数据库，也可以同步生成本地Markdown文件。如果习惯使用Obsidian，可以把整理后的内容放到指定目录；如果只想使用PMBrain，也可以关闭本地Markdown写入。Dream在使用大模型处理内容时会产生token消耗，效果也会受到模型能力与原始资料质量的影响。这部分仍在持续测试和优化中，尚不能保证每次都能把知识整理得尽善尽美。但知识库真正的难点就在于长期维护：仅会导入和搜索，资料一多，就更容易重新变得零乱。Dream要解决的，正是这个长期难题，让知识库能够随着工作继续生长。

特性五：一个人可用，小团队也能共享

个人使用时，PMBrain默认运行在本机，外部电脑不能访问。如果是10到50人的小团队，可以在一台保持开机的电脑上开启共享模式，再给成员分配凭证和资料源。产品、研发和公共资料可以分开放置，成员根据自己的权限搜索内容。共享模式目前更适用于可信局域网。远程访问只开放了搜索、列出页面、读取页面和确认身份等能力，尚未开放写入。PMBrain现阶段也没有SSO、LDAP、AD及文档级权限，因此大型企业或权限要求复杂的团队，还需要等待后续完善。提前把限制说清楚，而不是把一个适合小团队的功能包装成成熟的企业系统，才是更负责任的做法。

哪些场景适合使用PMBrain？

1. 项目资料管理
   将需求文档、会议记录、项目排期和复盘内容放进去。下次开会前，直接询问上次确定了什么、哪些问题尚未解决。

2. AI会话沉淀
   Codex或Claude Code的上下文快要满载时，把整个会话保存到PMBrain。打开新窗口后先读取之前的记录，项目介绍不必从头再来。

3. 个人知识与写作素材整理
   平时看到的文章、零散想法、学习记录乃至已经写过的内容都可以存入。需要写新内容时，让AI先搜索过去的资料，减少重复思考和无序翻找。

4. 会议结论与待办追踪
   把转成文字的会议记录导入，提取结论、责任人和未完成事项。即便过了几天再查问，也能找到当时的原始记录。

5. 小团队资料共享
   在局域网内放置一台PMBrain主机，成员通过自己的凭证读取指定资料源。大家共用同一批项目知识，同时也能保留个人与部门之间的边界。

从安装到第一次使用，只需这几步

第一步：下载安装包
访问GitHub发布页面，下载最新的Windows 64位安装包。安装完成后打开PMBrain，如果能顺利进入首次配置页面，说明桌面端已正常启动。

第二步：选择数据库和知识库路径
个人初次体验，选择PGlite即可，无需额外安装Docker。数据库路径和知识库路径均可自由设置，重要资料建议放到平时会备份的位置。

第三步：配置普通模型和向量模型
普通模型负责理解、整理和生成内容，向量模型负责资料检索。使用云端模型需填写对应的API key，使用本地模型则按自己的服务地址配置。一键安装解决的是软件环境，模型与API key仍需用户自行准备。

第四步：导入一个真实文件夹
打开知识工作台，粘贴文件夹路径并选择导入。任务结束后前往知识库页面核对文件数量，再搜索一个明确的项目关键词。仅看到“执行完成”还不够，必须能查找到刚刚导入的内容，才证明文件解析、向量模型和搜索均已正常工作。

第五步：接入一款常用的AI工具
进入MCP接入页面，选择Codex、Cursor、Claude Code或自己正在使用的工具。若有“一键配置”选项可直接使用，其他工具可以复制通用JSON。配置完成后重启AI工具，若能看见PMBrain的搜索和读取能力，即表示接入成功。

至此，一套能够存储资料、搜索内容并被AI调用的本地知识库已经就绪。

PMBrain是笔者作为独立开发者分享的第一个产品。从命令行版本到Windows桌面端，一个月的时间里，大部分精力都投入在用户看不见的地方：启动流程、依赖处理、数据库适配、配置逻辑、更新机制以及安装后的真实验证。这些东西写进宣传页并不显眼，却决定了普通人下载之后能否真正用起来。花时间做一键安装，就是想把部署的麻烦全部留在软件内部。用户不需要为了建立知识库而先去学习Bun、终端命令和一连串运行环境，只需把自己的资料放进去，再让AI使用这些资料即可。

知识库也不会装完就自动变成第二大脑。它需要真实的资料，需要持续的日常使用，也需要用户对重要观点做出判断。PMBrain能做的，是减少整理和搬运的负担，让这些积累不会因为换电脑、换AI工具或者换聊天窗口而重新归零。

如果项目资料已经散落各处，或者每天都在向不同的AI工具重复介绍同一件事，不妨下载尝试一下。先导入一个项目就够了。等到它真的帮你找回一次忘掉的结论，让一个新窗口可以继续上个窗口的工作，你就会明白本地知识库对自己的价值所在。

下载地址：

https://github.com/zhengyunhui123-dev/PMBrain/releases