README

LLM Wiki


  



  一个能自我构建的个人知识库。
  LLM 阅读你的文档，构建结构化 Wiki，并持续保持更新。



  这是什么？ •
  功能特性 •
  技术栈 •
  安装 •
  致谢 •
  许可证



  English | 中文 | 日本語 | 한국어


---


  


 功能亮点

- 两步思维链摄入 — LLM 先分析再生成 Wiki 页面，来源可追溯，支持增量缓存
- 多模态图片摄入 — 自动提取 PDF 内嵌图片，调用视觉模型生成事实性描述，搜索结果按图文分区，支持 lightbox 预览与跳转到原始文档对应位置
- 多格式文档解析 — 支持 PDF、Office 文档、EPUB/MOBI、Org mode、图片、音视频、网页剪藏和批量 URL 导入，并提供内置、云端或本地 MinerU PDF 处理
- 灵活的模型配置 — 支持项目级模型配置、Chat/Ingest 独立模型路由，以及自定义 Provider、请求头和流式输出
- 原始资料检索 — 可使用“只读原文”模式，仅依据导入的原始资料回答
- 项目管理与迁移 — 支持完整项目归档的跨设备导入导出，并可根据现有 Wiki 页面重建索引
- 四信号知识图谱 — 直接链接、来源重叠、Adamic-Adar、类型亲和四维关联度模型
- Louvain 社区检测 — 自动发现知识聚类，内聚度评分
- 图谱洞察 — 惊奇连接与知识空白检测，一键触发 Deep Research
- 向量语义搜索 — 可选的 embedding 检索，基于 LanceDB，支持任意 OpenAI 兼容端点
- 持久化摄入队列 — 串行处理，崩溃恢复，取消/重试，进度可视化
- 文件夹导入 — 递归导入保留目录结构，文件夹路径作为 LLM 分类上下文
- Source 文件夹自动监听 — 检测 raw/sources/ 的外部变更，并同步触发摄入或删除清理
- 深度研究 — LLM 智能生成搜索主题，通过 Tavily、SerpApi 或 SearXNG 进行多查询网络搜索，研究结果自动摄入 Wiki
- Rust 后端 Chat Agent — 支持工具调用的聊天运行时，可进行 Wiki/Source/Graph/Web 检索、workspace 文件生成、shell 审批、取消和流式工具事件展示
- Agent Skills — 扫描并启用本地 SKILL.md 目录，在聊天中用 /skill 选择，让 Agent 按需读取 Skill 指令
- 生成物预览 — Agent 生成的 Markdown、HTML、图片等 workspace 文件会作为生成物展示，支持预览和快速打开目录
- Mermaid 流程图渲染 — 聊天和预览中可直接渲染 Mermaid 代码块，语法错误会显示为紧凑错误卡片
- 异步审核系统 — LLM 在摄入时标记需人工判断的项，预定义操作，预生成搜索查询
- Chrome 网页剪藏 — 一键捕获网页内容，自动摄入知识库
- 本地 HTTP API + MCP Server + AI Agent Skill — 内置 127.0.0.1:19828 JSON API 和随包提供的 MCP Server，支持 Hybrid 检索、文件读取、知识图谱遍历、源资料重新扫描；配套 agent skill 一行命令接入 Claude Code / Codex（npx skills add …）

 这是什么？

LLM Wiki 是一个跨平台桌面应用，能将你的文档自动转化为有组织、相互关联的知识库。与传统 RAG（每次查询都从头检索和回答）不同，LLM 会从你的资料中增量构建并维护一个持久化的 Wiki。知识只编译一次并持续更新，而非每次查询都重新推导。

本项目基于 Karpathy 的 LLM Wiki 方法论 —— 一套使用 LLM 构建个人知识库的方法论。llm_wiki 由 nash_su 创建和维护，并在保留核心理念的基础上，将其实现为完整桌面应用，加入了大量增强。


  


 致谢

基础方法论来自 Andrej Karpathy 的 llm-wiki.md，描述了使用 LLM 增量构建和维护个人 Wiki 的设计模式。原始文档是一个抽象的设计范式；本项目是一个具体的实现，并有大量扩展。

 保留的原始设计

核心架构忠实遵循 Karpathy 的方法论：

- 三层架构：原始资料（不可变）→ Wiki（LLM 生成）→ Schema（规则和配置）
- 三个核心操作：Ingest（摄入）、Query（查询）、Lint（检查）
- index.md 作为内容目录和 LLM 导航入口
- log.md 作为可解析格式的时序操作记录
- [[wikilink]] 语法用于交叉引用
- YAML frontmatter 存在于每个 Wiki 页面
- Obsidian 兼容 —— Wiki 目录可直接作为 Obsidian 仓库使用
- 人类策展，LLM 维护 —— 基本角色分工


  


 我们的修改与新增

 1. 从命令行到桌面应用

原始设计是一个抽象的模式文档，设计上是复制粘贴给 LLM agent 使用的。我们将其构建为完整的跨平台桌面应用：
- 三栏布局：知识树 / 文件树（左）+ 聊天（中）+ 预览（右）
- 图标侧边栏 —— 在 Wiki、资料源、搜索、图谱、Lint、审核、深度研究、设置之间快速切换
- 自定义可调面板 —— 左右面板支持拖拽调整大小，带最小/最大约束
- 活动面板 —— 实时处理状态，逐文件显示摄入进度
- 全状态持久化 —— 对话、设置、审核项、项目配置在重启后保持
- 场景模板 —— 研究、阅读、个人成长、商业、通用 —— 每个模板预配置 purpose.md 和 schema.md

 2. Purpose.md —— Wiki 的灵魂

原始设计有 Schema（Wiki 如何运作），但没有正式定义 为什么 这个 Wiki 存在。我们新增了 purpose.md：
- 定义目标、关键问题、研究范围、演进中的论点
- LLM 在每次摄入和查询时都会读取它以获取上下文
- LLM 可以根据使用模式建议更新
- 与 schema 不同 —— schema 是结构规则，purpose 是方向意图

 3. 两步思维链摄入

原始设计描述的是 LLM 同时阅读和写入的单步摄入。我们将其拆分为两次顺序 LLM 调用，显著提升质量：


第一步（分析）：LLM 阅读资料 → 结构化分析
  - 关键实体、概念、论点
  - 与现有 Wiki 内容的关联
  - 与现有知识的矛盾和张力
  - Wiki 结构建议

第二步（生成）：LLM 基于分析 → 生成 Wiki 文件
  - 带 frontmatter 的资料摘要（type, title, sources[]）
  - 实体页面、概念页面及交叉引用
  - 更新 index.md、log.md、overview.md
  - 需要人工判断的审核项
  - 深度研究的搜索查询


超越原始设