Petrichor 知识库问答采用“编译层”设计，不依赖向量库与文本分块，通过 LLM 将源文档编译为结构化 Wiki 页面（摘要、关键要点、实体等），再令 Agent 在 Wiki 上多步阅读、检索与回答。系统还通过补丁审批机制实现知识沉淀，并集成健康度检查。这一方案降低了部署成本，提升了检索与内容的可读性。Petrichor 知识库问答采用“编译层”设计，不依赖向量库与文本分块，通过

本文介绍Petrichor知识库的智能体开放接入工作台设计，核心目标是让任意Agent（如Claude Code、Cursor）能直接读写知识库，无需人工操作。设计选择HTTP为底层能力层，配合SKILL.md作为Agent工作流说明，而非直接实现MCP Server，以降低部署成本并兼容更广泛的客户端。系统由统一HTTP能力层、API Key与四类权限粒度（读、写、删、问答）、完整调用审计及可下载的Skill包四部分组成。其价值在于将知识库从封闭资产变为操作系统级服务，让AI工具能无缝查询、写入和引用笔记，实现“...

本文深入剖析了Petrichor项目在AI多模型集成与认证安全两个核心模块的设计取舍。AI部分强调用户自持Key、加密存储与多协议适配，认证部分采用自托管Better Auth及httpOnly Cookie，确保数据安全与用户主权。文章提供了实用经验和代码实现参考。本文深入剖析了Petrichor项目在AI多模型集成与认证安全两个核心模块的设计取舍。A

本文深入实践了基于 PlateJS（Slate.js）构建类似 Notion 的富文本编辑器，重点分享了选型理由、插件 Kit 体系、Markdown 双向转换的陷阱、斜杠菜单排序与块拖拽细节、AI 流式写作集成，以及 SSR 兼容与撤销栈优化等关键经验，为开发复杂块级编辑器提供了实用的避坑指南。本文深入实践了基于 PlateJS（Slate.js）构建类似 Noti

这篇文章介绍了Petrichor——一个将知识库、富文本编辑器、AI写作助手与一键发布融合的全栈平台。作者指出主流工具中“写作”与“发布”被人为割裂，导致草稿与博客数据无法对应、格式不兼容等痛点。Petrichor通过统一私有/公开数据、选区智能续写改写、用户自备API Key以及基于Vercel+Supabase的零成本部署等设计，让“写→沉淀→发布”成为连贯的单一工作流。该平台适合追求现代化编辑体验的个人开发者、小团队和AI写作用户，提供了一种低成本、自主可控的解决方案。这篇文章介绍了Petrichor——一个...

本文介绍了 Petrichor 全栈应用的架构选型原则：充分利用平台能力，减少自维护负担。系统基于 Vercel 边缘的 Next.js 全栈应用，搭配 Supabase PostgreSQL 和 S3 兼容存储，无长驻进程。采用 pnpm monorepo 管理、Next.js App Router 薄路由厚 handler 分层、工作区 SPA 与公开页 SSR 混合渲染。数据层使用 Drizzle ORM 与 Postgres.js，注意 Supabase Transaction Pooler 的 prepa...