llm-wiki-agent

机器翻译正文由机器翻译自项目原始文档（英文），排版经程序统一处理，可能存在偏差，请以原项目仓库为准。

LLM 维基代理

一个编码代理技能。 将源文档放入 raw/ 并告诉代理去读取它们——它会读取、提取知识，并构建一个持久的互联维基。每增加一个新的源文档，维基就会变得更加丰富。你从不需要亲自写它。

大多数知识工具让你搜索自己的笔记。这个工具会读取你收集的所有内容，并撰写一个随时间累积的结构化维基——已有交叉引用、已标注矛盾、已完成综合。

ingest raw/papers/attention-is-all-you-need.md

wiki/
├── index.md          catalog of all pages — updated on every ingest
├── log.md            append-only record of every operation
├── overview.md       living synthesis across all sources
├── sources/          one summary page per source document
├── entities/         people, companies, projects — auto-created
├── concepts/         ideas, frameworks, methods — auto-created
└── syntheses/        query answers filed back as wiki pages
graph/
├── graph.json        persistent node/edge data (SHA256-cached)
└── graph.html        interactive vis.js visualization — open in any browser

相关项目

• 开放生成式AI — 将AI图像和视频生成添加到您的知识库流程中
• 开放AI设计代理 — 自主AI设计代理 — 与维基代理配对以进行研究和视觉输出
• AI语音代理 — 自托管AI语音代理，用于实时语音对话、销售电话和客户支持
• awesome-jev-by-typesafe — 类型化语义检索、引用检查，以及支持信心感知的代理知识工作流路由

安装

需求： Claude Code、Codex、Gemini CLI 或任何能够读取配置文件的代理。

git clone https://github.com/SamurAIGPT/llm-wiki-agent.git
cd llm-wiki-agent

在你的代理中打开——无需 API 密钥或 Python 设置：

claude      # reads CLAUDE.md + .claude/commands/ (slash commands available)
codex       # reads AGENTS.md
opencode    # reads AGENTS.md
gemini      # reads GEMINI.md

使用

所有代理都理解自然语言和速记触发器：

ingest raw/papers/my-paper.md              # ingest a markdown source
ingest report.pdf                          # auto-converts to .md, then ingests
ingest slides.pptx notes.docx              # batch, mixed formats
query: what are the main themes?           # synthesize answer from wiki pages
lint                                       # find orphans, contradictions, gaps
build graph                                # build graph.html from all wikilinks

简单英语也可以：

"Ingest this paper: raw/papers/llama2.md"
"What does the wiki say about attention mechanisms?"
"Check for contradictions across sources"
"Build the knowledge graph and tell me the most connected nodes"

Claude Code 还提供 /wiki-ingest、/wiki-query、/wiki-lint、/wiki-graph 作为斜杠命令（通过 .claude/commands/）。这些是 Claude Code 特有的——其他代理使用上面提到的自然语言触发器，功能完全相同。

支持 markdown、PDF、DOCX、PPTX、XLSX、HTML、TXT、CSV、JSON、XML、RST、EPUB 等多种格式。非 markdown 文件在导入时会通过 markitdown 自动转换——无需单独步骤。

你将获得的

持久性维基 — 结构化的 Markdown 页面，可在各个会话中积累。与聊天不同，内容不会丢失。

实体页面 — 为每个在来源中提到的人、公司或项目自动创建。每次有新来源引用时都会更新。

概念页面 — 为每个关键思想或框架自动创建。与讨论它们的每个来源交叉引用。

动态概览 — wiki/overview.md 在每次摄取时都会修订，以反映你阅读的所有内容的当前综合情况。

矛盾标记 — 当新来源与现有声明相矛盾时，会在摄取时标记，而不是等到查询时才显示。

知识图谱 — graph.html 将每个维基页面显示为一个节点，每个 [[wikilink]] 显示为一条边，以及 Claude 推断的隐式关系显示为虚线边。社区检测会聚类相关主题。

检查报告 — 孤立页面、断链、缺失的实体页面、数据缺口以及填补它们的建议来源。

使用案例

研究

在几周内深入研究一个主题——阅读论文、文章、报告。

/wiki-ingest raw/papers/attention-is-all-you-need.md
/wiki-ingest raw/papers/llama2.md
/wiki-ingest raw/papers/rag-survey.md

# Wiki builds entity pages (Meta AI, Google Brain) and
# concept pages (Attention, RLHF, Context Window) automatically.

/wiki-query "What are the main approaches to reducing hallucination?"
/wiki-query "How has context window size evolved across models?"

/wiki-lint
# → "No sources on mixture-of-experts — consider the Mixtral paper"

到最后，你会有一个结构化、互相关联的参考资料——而不是一堆你永远不会重新打开的PDF文件夹。

读书

阅读时将每一章归档。为人物、主题、论点整理页面。

/wiki-ingest raw/book/chapter-01.md
/wiki-ingest raw/book/chapter-02.md

# Wiki creates entity and theme pages automatically.

/wiki-query "How has the protagonist's motivation evolved?"
/wiki-query "What contradictions exist in the author's argument so far?"

/wiki-graph   # → graph.html shows every character/theme and how they connect

把粉丝维基想象成《托尔金门户》——在你阅读的过程中建立，代理负责所有的交叉引用。

个人知识库

追踪目标、健康、习惯、自我提升——记录日记条目、文章、播客笔记。

/wiki-ingest raw/journal/2026-01-week1.md
/wiki-ingest raw/articles/huberman-sleep-protocol.md
/wiki-ingest raw/articles/atomic-habits-summary.md

/wiki-query "What patterns show up in my journal entries about energy?"
/wiki-query "What habits have I tried and what was the outcome?"

这个维基随着时间建立了一个结构化的图景。像“睡眠”、“锻炼”、“深度工作”这样的概念会积累来自每个已归档来源的证据。

业务 / 团队情报

输入会议记录、项目文档、客户通话。

/wiki-ingest raw/meetings/q1-planning-transcript.md
/wiki-ingest raw/docs/product-roadmap-2026.md
/wiki-ingest raw/calls/customer-interview-acme.md

/wiki-query "What feature requests have come up most across customer calls?"
/wiki-query "What decisions were made in Q1 and what was the rationale?"

/wiki-lint
# → "Project X mentioned in 5 pages but no dedicated page"
# → "Roadmap contradicts customer interview on priority of feature Y"

维基保持更新，因为代理执行了无人愿意做的维护工作。

竞争分析

随着时间跟踪公司、市场或技术。

/wiki-ingest raw/competitors/openai-announcements.md
/wiki-ingest raw/market/ai-funding-report-q1.md

/wiki-query "How do OpenAI and Anthropic differ on safety approach?"
/wiki-query "Which companies announced multimodal models in the last 6 months?"
/wiki-query "Competitive landscape summary as of today"
# → agent shows the answer, then asks if you want to save it as a synthesis page

图表

两遍构建：

1. 确定性——解析所有[[wikilinks]]→带有标记的维基页面EXTRACTED
2. 语义——代理推断维基链接未捕捉的隐式关系→边标记为INFERRED（含置信度评分）或AMBIGUOUS

鲁汶社区检测按主题对节点进行聚类。SHA256缓存意味着只有修改过的页面才会被重新处理。输出是一个自包含的graph.html——没有服务器，可以在任何浏览器中打开。

CLAUDE.md / AGENTS.md

模式文件告诉代理如何维护维基——页面格式、导入/查询/lint/图表工作流程、命名规范。这是关键配置文件。编辑它以自定义你的域名行为。

这与RAG的不同之处

Obsidian集成

该维基设计为在[Obsidian]（https://obsidian.md）中无缝浏览。由于代理保持稳定的 [[wikilinks]]，你的保险库中知识图谱自然增长。

Vault Symlink 模式

如果你想将LLM Wiki Agent仓库与主个人仓库分开，可以使用符号链接：

1. 例如，保持你的工作代理仓库为~/llm-wiki-agent
2. 从你的主黑曜石宝库创建一个符号链接：

   ln -sfn ~/llm-wiki-agent/wiki ~/your-obsidian-vault/wiki

3. 使用 Obsidian Web Clipper 或直接在代理仓库中的 raw/ 写入以将项目加入摄取队列。

注意： 如果你移动了本地仓库目录，请记得更新符号链接，否则 wiki/ 目录在 Obsidian 中将显示为丢失。

推荐的 .obsidian 配置

• 图表视图： 过滤掉 index.md 和 log.md（例如 -file:index.md -file:log.md），以避免它们在 Obsidian 图表中成为引力中心。
• Dataview： 使用社区插件 Dataview 查询代理自动注入的 YAML 前置信息（例如 type: source、tags: [diary]）。

多格式导入

直接将任何支持的文件拖入 ingest —— 无需单独的转换步骤：

# These all work — auto-converted at ingest time
ingest report.pdf
ingest meeting-notes.docx
ingest slides.pptx
ingest data.xlsx
ingest page.html
ingest raw/mixed-folder/          # recursively finds all supported files

Supported formats: .md .pdf .docx .pptx .xlsx .xls .html .htm .txt .csv .json .xml .rst .rtf .epub .ipynb .yaml .yml .tsv .wav .mp3

非 Markdown 文件会通过 markitdown 自动转换。使用 --no-convert 可以跳过自动转换，仅处理 .md 文件。

arXiv 论文（高级）

对于 arXiv 论文，请使用 tools/pdf2md.py 以获得更高保真度的转换：

python tools/pdf2md.py 2401.12345                      # by arXiv ID
python tools/pdf2md.py https://arxiv.org/abs/2401.12345 # by URL
python tools/pdf2md.py paper.pdf --backend marker       # complex multi-column PDFs

然后摄入生成的 .md ：

ingest raw/papers/my-paper.md

批量目录转换（高级）

预先转换整个目录（适用于批量导入）:

python tools/file_to_md.py --input_dir raw/imports/
python tools/file_to_md.py --input_dir raw/imports/ --delete_source  # remove originals

可选依赖项

提示

• 只需将文件（PDF、DOCX 等）拖到 raw/ 中并 ingest 它们 —— 转换是自动的
• 对于 arXiv 论文，tools/pdf2md.py 提供的输出比通用 markdown 转换具有更高的保真度
• 查询答案会首先显示 —— 然后代理会询问你是否要将它们归档为综合页面。你的探索会像已摄取的来源一样累积
• wiki 是一个 git 仓库 —— 免费提供版本历史
• 独立的 Python 脚本在 tools/ 中可以运行，无需编码代理（需要 ANTHROPIC_API_KEY）

技术栈

NetworkX Louvain Claude vis.js。无服务器，无数据库，完全本地运行。一切都是纯 Markdown 文件。

相关

• graphify — 基于图的知识提取技能（图层的灵感来源）
• 范尼瓦·布什的 Memex（1945） — 这类似的原始愿景

星标历史

许可证

MIT 许可证 — 详情请参见 LICENSE。