认识 Orrery｜为什么选择 Orrery

Orrery 的选择理由：围绕你的个人知识库，把研究、执行和积累放在同一个桌面工作流里。

下面比较产品重心，帮助你选择工作方式。它不是功能排名，也不表示其他工具不能完成类似任务。外部简介于 2026-10-25 按官方页面轻量核对。

如果你已经在用这些工具复制小节链接

• Codex / Claude Code：两者以编程 Agent 为主要定位，也能处理其他文件与任务。Orrery 把个人知识组织、资料使用与成果回存作为产品主线，适合以知识库为日常起点的工作。Codex 官方介绍、Claude Code 官方介绍。
• Karpathy 的 LLM Wiki：它提出由 LLM 持续编写和维护 Markdown Wiki 的方法。Orrery 借鉴这一思路，并结合 PARA、CODE 与人工审核，把知识组织和 Agent 工作衔接成产品流程。原始方法说明。
• Obsidian 的 LLM Wiki 插件：以 Karpathy LLM Wiki 为例，插件把 Wiki 摄取、问答和维护带进 Obsidian，也提供 CLI。Orrery 选择独立的桌面工作区，把个人知识管理与项目、任务、交付放到一起。插件作者介绍。
• WeKnora：它把文档组织成可检索、可推理的知识平台，也有自动 Wiki。Orrery 围绕你已有的本地 Markdown 资料库和 PARA 目录，让个人知识组织与日常任务一起推进。WeKnora 官方仓库。
• WorkBuddy：它面向广泛的办公任务，能操作授权的本地文件并交付结果。Orrery 更强调个人知识库的长期经营，让资料、项目与可复用知识参与下一次工作。WorkBuddy 官方介绍。
• Obsidian 本身：它擅长本地笔记、链接和可扩展的写作环境。Orrery 可以与它使用同一个 Markdown 资料库，让你在熟悉的编辑器里写，在 Agent 工作区里调用材料、执行任务。Obsidian 官方介绍。
• Notion 本身：它把页面、数据库、团队工作空间与 AI Agent 放在一起。Orrery 从你磁盘上的 Markdown 资料库出发，适合希望围绕现有文件和自选模型工作的用户。Notion AI 官方介绍。

选择自己的模型，积累自己的知识复制小节链接

Orrery 把模型选择、工具执行与知识管理组织成持续的个人工作流：用已有知识做事，核对结果，再把值得保留的内容留下。

文中 Wiki 摄取、图谱和治理相关路线仍有开发预览部分。具体入口见当前开放范围，方向与边界见产品愿景。