LLM-Wiki

一个本地、Markdown 优先、由 LLM 协助维护的可追溯知识库。

远程仓库：github.com/Camellia-agentic/LLM-Wiki

它不是每次问答都临时拼接原文的传统 RAG。资料先沉淀为带来源的 Wiki 页面，再参与搜索、问答、综合分析和双链导航；模型不能绕过草稿闸门静默修改 Wiki。

当前能力

• 导入本地 .md、.markdown 和 .txt；公开 URL 与粘贴正文采集（Web 或 API）。
• 监听 raw/inbox/，稳定保存后自动入队、归档和处理。
• 长文分块分析（不再静默截断前 14,000 字符）。
• 按 SHA-256 / 正文 digest 创建不可变来源版本；同 URL 正文不变时不重复快照。
• 两阶段模型分析，分析快照与页面草稿分离。
• 草稿 Diff、人工应用/丢弃、基线冲突检测、草稿图谱差异预览（graph-delta）。
• 未知 frontmatter 与 ## 人工补充 保留。
• 事实核验与待补充分开，事实项必须有可定位的逐字原文引句。
• SQLite FTS5 + 中文 BM25 的 RRF 融合搜索。
• 基于 Wiki 页面、带页面引用约束的模型问答。
• 回收站、显式别名/合并、健康检查和本机控制中心（收集 / 待处理 / 知识 三工作区）。
• 语义关系（frontmatter relations: + ## 关系）与导航/语义图谱 API。
• Obsidian 双链、反向链接；可选 Obsidian 薄插件（clients/obsidian-llm-wiki/）。
• 薄 MCP 只读工具（python tools/wiki.py mcp）。
• **config.toml** 持久化模型端点（DeepSeek / OpenAI / Ollama 等 OpenAI 兼容服务）。

前置条件

• Windows 与 Python 3.10+。
• 可选：DeepSeek、OpenAI、Ollama、LM Studio、vLLM 或其他 OpenAI 兼容模型服务。
• 可选：Obsidian。将仓库根目录作为 Vault 打开，不要只打开 wiki/。

核心命令只依赖 Python 标准库和 SQLite。未配置模型时仍可完成归档、确定性资料摘要、搜索和健康检查。

快速开始

浏览器打开 ` docs/ACCEPTANCE.md。

本机控制中心

config.toml 支持 deepseek、openai、ollama 等配置档；api_key_env 填写环境变量名（如 DEEPSEEK_API_KEY），不是密钥本身。详见 config.toml.example。

控制中心提供收集（文件 / URL / 粘贴）、待处理（草稿、核验、失败任务）、知识（搜索、预览、局部图）工作区。服务只绑定 127.0.0.1 / localhost。

模型密钥从 config.toml 的 api_key_env 或启动时的 LLM_WIKI_API_KEY / --api-key 读取。不要把密钥写入 Git、日志或截图。