我把本地 Markdown 资料库，变成了一个会干活的 Agent 工作台
FlowMark Agent 让本地 Markdown 资料库“活”起来，直接帮你把文档变成汇报、网页、任务清单等可交付成果。核心内容：1. 本地资料加工痛点：从“阅读”到“交付”的鸿沟2. Agent 核心能力：上下文、记忆、历史与技能体系3. 典型应用场景：摘要生成、内容转换与流程沉淀
把本地 Markdown 资料库，变成一个会干活的 Agent 工作台
最近一款名叫 FlowMark 的 Markdown 桌面工具引起了关注。
它一开始只是作为一个本地优先的文档工作台出现：打开一个目录，阅读 Markdown 文件，搜索 README、PRD、会议纪要、排障记录、论文笔记和公众号草稿，顺便做些编辑，再导出为 Word、PDF 或 HTML。
但很快发现，阅读器只解决了问题的一半。
很多资料不是看完就结束的。PRD 看完要变成汇报，会议纪要看完要拆解成任务，技术记录要整理成公众号文章，产品说明要做成网页，指标说明要补上公式，文章还需要配图。真正耗时的，从来不是"打开文档"这一步，而是如何把本地资料继续加工成可以交付的成果。
因此，FlowMark 引入了一个 Agent 工作区。它并非挂在侧边栏里的聊天框，而是一个真正理解当前资料现场的工作台。
一句话说清它和普通 AI 聊天框的区别
普通 AI 聊天框，是在对话里处理用户临时粘贴进去的一段文本。
FlowMark Agent，则是在本地文档工作台里处理一个持续存在的资料现场。
它知道用户正在看哪篇文档，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、公众号文章、网页、公式、配图和任务清单——用户还能把自己的流程沉淀成新的 Skill。
下面这五个方面，是值得关注的要点：
能力 | 它解决什么 |
上下文 | 让 Agent 知道这次该看哪些资料 |
记忆 | 让 Agent 记住这个工作区的长期规矩 |
历史记录 | 让围绕文档的对话可以接着上次继续 |
Skill 体系 | 一句话或一个 `/` 命令，调起 19 个内置技能 |
提炼 Skill | 把用户自己的流程沉淀成可复用的私人技能 |
能力一：上下文 —— 选择资料现场，而不是粘贴文本
值得在意的第一个能力，是上下文。
普通 AI 工具通常等待用户粘贴内容。FlowMark Agent 更贴近本地资料的使用习惯：可以直接选择上下文范围——不带资料、当前文档、当前目录、全部文档，或者手动勾选几篇关键文档。
这几个范围对应的场景很清晰：
- ：阅读一份 PRD、会议纪要、论文笔记或公众号草稿。
当前文档
- ：围绕一个项目、一次排障、一个产品模块进行提问。
当前目录
- ：在整个资料库里寻找线索，适合进行盘点和复盘。
全部文档
- ：只将几篇关键材料交给 Agent，避免无关信息的干扰。
手动选择
这个体验和"复制一段给 AI"差别很大。不是临时拼接一段提示词，而是在 FlowMark 里先把资料现场摆好，再让 Agent 开始工作。它给出的答案、摘要、PPT 大纲、网页和配图，都顺着选择的上下文来生成。
能力二：记忆 —— 让 Agent 知道这个工作区的规矩
第二个能力是记忆。
这里的记忆并不神秘。它更像一张放在工作区里的长期说明：这个项目的术语如何称呼，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，不要写成企业白皮书。
- 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。
这点很关键。很多资料不是一次处理完的，一个项目可能连续写好几周。每次都重新解释术语、读者、风格和边界，非常繁琐，也容易造成前后不一致。有了记忆，FlowMark Agent 更像一个跟随同一个工作区长期工作的助手。
能力三：历史记录 —— 围绕文档的对话可以接着上次继续
第三个能力是历史记录。
很多 AI 聊天工具也有历史功能，但通常是按聊天窗口堆在一起。FlowMark 的历史更贴近文档工作：可以按工作区、当前文档、当前目录来查找之前的对话。
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"；这周整理了公众号草稿，下周还能找回上一次改写的版本，继续调整语气。
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。
能力四：一整套 Skill —— 一句话或一个 / 命令就能调起
这是需要重点强调的能力。
FlowMark Agent 并非一个万能聊天框，而是将高频文档动作做成了一套可调用的
Skill
/ 命令精确指定，或者按 Cmd/Ctrl+P 打开命令面板搜索。目前内置了 19 个 Skill，按用途分成几组：
读与问
Skill | 命令 | 作用 |
| 总结 | /总结 | 读懂文档、提炼重点 |
| 问资料 | /问 | 基于资料回答并保留依据 |
| 对比 | /对比 | 多篇文档的异同与对比表 |
| 思维导图 | /导图 | 整理成 Mermaid 思维导图 |
写与改
Skill | 命令 | 作用 |
| 生成成果 | /成果 | 汇报、纪要、报告、邮件 |
| 审校 | /审校 | 问题清单、修改建议、改写稿 |
| 翻译 | /翻译 | 中英互译、术语一致 |
| 跟进 | /任务 | 任务、风险、阻塞和后续问题 |
排版与成品
| SKill | 命令 | 作用 |
| PPT | /ppt | 根据资料生成图文 PPT |
| HTML 网页 | /html | 生成单文件网页，可直接浏览器打开 |
| 配图 | /配图 | 根据内容生成并插入配图 |
| 公式 | /公式 | 提炼公式和指标 |
专业模式
| SKill | 命令 | 作用 |
| 学术模式 | /学术 | 文献、综述、论文阅读 |
| 批注 | /批注 | 论文批注、修改建议、待办 |
| 小说模式 | /小说 | 世界观、人物、章节续写 |
管理与沉淀
| Skill | 命令 | 作用 |
| 整理资料库 | /整理 | 标题、标签、分类、摘要建议 |
| 提炼 Skill | /提炼 | 把用户的流程沉淀成可复用技能 |
再加上一个基础的
聊天
/聊天）用于自由对话。所有 Skill 都共用同一套上下文、记忆和历史，所以不需要切换工具：选好资料现场，说出意图，结果会先进预览区，再由用户决定复制、插入、保存或导出。
重点说一下"配图"：插图直接从当前文章里长出来
技术文章和产品说明经常卡在配图上。正文写完了，封面图、开头图、段落插图还需要单独构思，得去另一个工具写提示词，重新解释主题和风格。
FlowMark 的"配图" Skill 更顺手：它基于当前文章或当前目录资料生成配图，先把图片和 Markdown 图片语法放进结果区。用户看过以后，再决定是否插入正文。
/配图 给当前文章生成一张开头图：本地文档、Agent 工作区、资料转成成果，画面干净，适合公众号。
这个流程之所以好用，是因为图片必须看一眼才能用。FlowMark 不会直接替用户把图塞进原文，它先提供预览，再交给用户决定。这对公众号特别有用——文章内容、开头图和插入动作都在同一个工作台里完成。
能力五：提炼 Skill —— 把用户自己的流程沉淀成私人技能
内置的 19 个 Skill 解决的是通用动作。但每个人都有自己重复在做的事。
比如，有人每周都要把开发记录整理成固定结构的发行说明；有人每次都用同一套维度评审需求文档；有人写公众号有一套固定的开头、配图、排版节奏。这些流程，与其每次重新跟 AI 解释一遍，不如沉淀下来。
这就是"提炼 Skill"要做的事：
/提炼 我每次都用同样的方式把开发记录写成发行说明：先一句话总结版本亮点， 再按"新增 / 优化 / 修复"分组，最后给一句升级建议。把它做成一个我能复用的 Skill。
Agent 会从用户的要求和资料里提炼出触发条件、输入范围、执行步骤、输出格式和边界，写成一份 FlowMark 可安装的 SKILL.md。装好之后，它就和内置 Skill 一样，出现在命令面板里，随时可调用。
换句话说，FlowMark Agent 不只是提供 19 个固定技能，而是提供了一个
可以越用越懂用户的技能系统
最常用的几个场景
把这些能力串起来以后，工作流就变了。下面是一些典型的使用场景：
读懂一份资料：
帮我读懂这份文档，用一段话说明它解决什么问题，再列出 5 个重点。
围绕当前目录提问：
根据当前目录的资料，这个项目下一步最应该先做什么？
生成项目汇报：
/ppt 基于当前文档做一个 6 页项目汇报，面向老板，重点讲背景、进展、风险和下一步。
整理公众号草稿：
/公众号 把当前文档整理成一篇公众号文章，开头自然一点，段落短一些，保留重点但别像技术说明书。
生成产品介绍页：
/html 根据当前文档生成一个产品介绍页，要有标题、卖点、使用场景和行动按钮。
拆会议待办：
/任务 从当前会议纪要里提取待办、负责人、风险和后续问题，整理成表格。
沉淀一个属于自己的流程：
/提炼 把我刚才整理发行说明的步骤，做成一个可复用的 Skill。
这些动作单看都不复杂，但放在一起，Markdown 就从资料的终点，变成了下一步产出的起点。
把整条链路串起来
在设计这个 Agent 时，核心思路始终不是"它能不能聊天"，而是"它能不能顺着用户已有的资料继续干活"。
所以 FlowMark Agent 的核心不是某个单点能力，而是这条链路：
- 打开本地文档目录。
- 阅读、搜索和编辑资料。
- 选择上下文：当前文档、当前目录、全部文档或几篇指定文档。
- 带上工作区记忆和相关历史。
- 用一句话或
/命令调起合适的 Skill：总结、问答、改写、排版、制图、PPT、网页、公式…… - 在结果区预览。
- 复制、插入、保存或导出。
- 把高频流程提炼成自己的 Skill，下次直接复用。
这条链路跑通以后，FlowMark 和普通 AI 聊天框的区别就非常明显了。
聊天框是在对话里处理一段临时文本；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。它知道用户在看哪篇文档，能按目录组织上下文，能记住长期偏好，能找回历史对话，能用一整套 Skill 把资料变成成品，还能把用户的流程沉淀成新的能力。
这就是 FlowMark 的设计初衷。
本地资料不该只是躺在文件夹里。它应该能被读懂、能被搜索、能被编辑，也能继续生成真正有用的东西——而且越用越顺手。
