Reor可以作為個人知識管理的工具，協助你構築自己的「第二大腦」。
這款應用能自動將你記錄的每一條筆記分塊，並將其嵌入到一個內建的向量資料庫中，幫助你自動地組織並連接你的思維。
內建的大型語言模型能夠對你的筆記進行檢索式問答（Retrieval-Augmented Generation, RAG），根據筆記內容回答查詢。
Reor將筆記與相關的思維自動連結起來，就像一個擁有兩種生成器（大型語言模型和人類）的RAG應用一樣。在問答模式下，大型語言模型會從筆記集合中檢索到的上下文中提取訊息以回答查詢。在編輯模式下，使用者可以切換側邊欄，以顯示從語料庫中「檢索到」的相關筆記。
主要功能包括：
- 自動連結相關思維：Reor能夠自動將你記錄的每一條筆記分塊並嵌入到一個內建的向量資料庫中，透過向量相似度自動連接相關筆記，幫助你組織並連接思維。
- 大型語言模型支援的問答：應用內建的大型語言模型能夠執行檢索式問答（RAG），協助回答基於筆記內容的查詢。
- 語意搜尋功能：Reor提供了語意搜尋能力，使得使用者可以基於內容的語意而非僅僅是關鍵字進行搜尋，提升了搜尋的準確性和相關性。
- 本地運行模型：Reor的一大特點是它能夠在本地運行模型，不需依賴雲端服務。透過Llama.cpp和Transformers.js等庫支援在本地運行大型語言模型和嵌入模型。
- 編輯器功能：使用者可以使用類似Obsidian的markdown編輯器進行筆記編輯，支持豐富的格式和結構，以適應不同的筆記需求。
- 連接到OpenAI兼容API：儘管Reor強調本地模型運行，但它也支援連接到兼容OpenAI的API，如Oobabooga，為使用者提供更多的靈活性和選擇。
- 導入筆記功能：使用者可以從其他應用導入筆記到Reor，它在檔案系統中工作於單一目錄內，透過手動填充markdown檔案來實現筆記的導入。
以下是一些典型的使用情境：
- 研究筆記整理：對於學者和研究人員，Reor可以自動連結相關的研究想法和筆記，幫助他們在廣泛的研究資料中快速找到聯繫，提高研究效率。
- 學習和複習：學生可以利用Reor整理課堂筆記，通過大型語言模型支援的問答功能對筆記內容進行複習和深入理解，同時通過語意搜尋快速找到所需訊息。
- 項目管理和思維整理：對於項目管理者或創意工作者，Reor能夠幫助他們將項目的各個部分和想法自動關聯起來，促進思維的整理和梳理。
- 技術文件和程式碼至姐：軟體開發人員可以使用Reor管理技術文檔和代碼註釋，通過語意搜尋快速定位到相關的程式碼或文件內容，提高開發效率。
- 個人知識管理和構建第二大腦：Reor可以作為個人知識管理工具，幫助使用者構建自己的「第二大腦」，自動整理和連接知識點，增強記憶和理解。
- 寫作和創作輔助：作家和內容創作者可以利用Reor的自動連結功能和問答功能搜集材料、生成靈感和驗證訊息，輔助寫作和創作過程。
- 會議和講座筆記：參加會議或講座的人員可以使用Reor記錄重點，應用會自動幫助他們整理和關聯筆記內容，方便後續的複習和研究。
- 跨平台筆記遷移和整合：對於需要從其他應用遷移筆記的使用者，Reor支援導入markdown檔案，幫助他們將舊的筆記系統遷移到Reor中，實現資料的無縫整合。
