Compare
Kiori vs Logseq
Plateforme de connaissances IA vs outliner open source
En bref
Logseq est un outliner open source, local, avec des liens bidirectionnels et une vue graphique. Il pense en listes à puces et références de blocs. Vos données restent sur votre machine en Markdown ou en fichiers org-mode. C'est un outil genuinement élégant pour les personnes qui pensent en structure.
Kiori est une plateforme de connaissances IA cloud que je développe en solo. Vous importez des documents, les interrogez avec des réponses IA citées, organisez vos idées sur des tableaux visuels et partagez vos connaissances publiquement. Il est conçu pour capitaliser sur ce que vous savez au fil du temps.
Logseq est un outil de réflexion. Kiori est un système de connaissances. Des rôles différents.
Comparaison des fonctionnalités
| Fonctionnalité | Kiori | Logseq |
|---|---|---|
| Récupération IA | Intégrée — questions-réponses en langage naturel avec scores de confiance et citations | Pas d'IA native. Des plugins communautaires existent mais sont expérimentaux. |
| Stockage des données | Cloud (serveurs UE par défaut) | Fichiers locaux sur votre machine (Markdown/org-mode) |
| Éditeur | Éditeur de blocs — plus de 30 types de blocs, commandes slash | Outliner — tout est une liste à puces avec références de blocs |
| Cartographie visuelle | Tableaux avec plus de 14 types de cartes, glisser-déposer | Vue graphique + tableau blanc basique (ajout récent) |
| Organisation | Réindexation automatique. Effet boule de neige. Classement manuel minimal. | Liens bidirectionnels, tags, propriétés. Demande de la rigueur. |
| Collaboration en équipe | Intégrée — espaces partagés, temps réel | Pas conçu pour les équipes. Pas de collaboration en temps réel. |
| Partage public | Espaces publics natifs — les visiteurs peuvent poser des questions à l'IA | Logseq Publish existe mais est limité et statique |
| Import de documents | Plus de 15 formats avec OCR (PDF, DOCX, XLSX, présentations, images) | Fichiers Markdown et org-mode uniquement |
Quand choisir Logseq
- •Vous pensez en outlines et références de blocs, pas en pages et documents
- •L'accès hors ligne et la confidentialité locale sont non négociables
- •Vous valorisez les logiciels open source et voulez inspecter le code vous-même
- •Vous voulez les liens bidirectionnels comme workflow central, pas comme module complémentaire
- •Vous travaillez principalement seul et n'avez pas besoin de collaboration en temps réel
- •Vous voulez vos données en fichiers simples sur votre machine, sans jamais toucher un serveur
- •Vous préférez un workflow de journal quotidien où tout commence par l'entrée du jour
Quand choisir Kiori
- Vous voulez une récupération IA avec scores de confiance et sources citées, intégrée d'emblée
- Vous devez interroger plusieurs types de documents (PDFs, présentations, tableurs) — pas seulement des outlines Markdown
- Vous voulez une cartographie visuelle des connaissances avec des types de cartes riches, pas seulement une vue graphique
- Vous collaborez avec d'autres et avez besoin d'espaces partagés
- Vous souhaitez partager vos connaissances publiquement avec une recherche IA pour les visiteurs
- Vous préférez que vos connaissances s'organisent automatiquement plutôt que de maintenir un système de liens manuels
- Vous voulez un système qui se capitalise dans le temps avec une réindexation automatique
La question de l'outliner
La plus grande force de Logseq est aussi sa limite : tout est une liste à puces. Cette contrainte force une pensée structurée, que beaucoup de gens adorent. Mais elle signifie aussi que vos connaissances vivent dans une hiérarchie d'outline que vous seul naviguez aisément.
J'ai construit Kiori différemment parce que je continuais à me heurter à ce mur. J'avais des centaines de notes et de documents sur différents projets, et aucune discipline de liaison ne pouvait suivre. La couche de récupération IA rend tout retrouvable peu importe comment c'était organisé. Importez un document, écrivez une page, ajoutez une carte de tableau. Des mois plus tard, posez une question et le système trouve la réponse avec des citations. Aucune maintenance de taxonomie requise.
Si vous aimez le modèle outliner et pensez en références de blocs, Logseq est excellent dans ce qu'il fait. Si vous voulez que vos connaissances soient interrogeables sans maintenir un système de liaison personnel, c'est le problème que je résous avec Kiori.
Questions fréquentes
Prêt à essayer Kiori ?
Commencez avec la version gratuite. Sans carte bancaire, sans discours commercial.
Commencer gratuitement