Chinese-LLM-Wiki

这是一个面向 LLM Agent 的知识库脚手架，用于把原始资料逐步编译成可维护、可交叉引用、以中文为主的 Markdown Wiki。

致谢与参考

这个项目的整体思路参考了 Andrej Karpathy 的想法文件：karpathy/llm-wiki.md。

Git 与隐私

• 这个公开版本默认不跟踪 raw/ 中的原始资料。
• wiki/sources/、wiki/topics/、wiki/entities/、wiki/syntheses/ 默认不纳入版本控制，避免把个人知识库内容直接上传到公开仓库。
• output/analyses/ 与 output/reports/ 默认也不纳入版本控制，避免把阶段性输出和私人研究记录直接公开。
• 如果你未来想把其中一部分公开，请自行调整 .gitignore 与提交流程。

核心原则

• raw/ 只保存原始来源及其附件，保持原语言、不可变。
• wiki/ 是唯一的知识编译层，所有结论、总结与结构化页面默认使用中文。
• output/ 是查询与交付产物层，默认不视为 canonical 知识。
• wiki/ 页面文件名使用稳定的 ASCII slug，页面标题与正文使用中文。
• 关键论断优先采用“中文综合 + 原文短摘录 + raw/ 路径”的写法，方便追溯。

四层架构

raw/

• 只放原始来源文件与来源附件。
• raw/ 是用户的随手收藏库，可以按自己的习惯自由组织。
• 可以按主题、项目、来源、时间或任何个人方式分类，例如 raw/金融/、raw/科技/、raw/读书/；也可以完全不分类，直接把文件放在 raw/ 根目录。
• raw/ 的目录结构不承担语言规范职责；来源语言由 LLM 在 ingest 时识别，并记录到对应来源页的 source_language 字段。
• LLM 只能读取 raw/，不能修改、重命名、移动或删除真实来源文件。
• 若目录中存在 .gitkeep 之类占位文件，它们仅用于保留目录结构，不属于来源材料。

wiki/

• 这是唯一的 canonical 知识层。
• LLM 在这里维护中文摘要、主题综合、实体页、长期综合页、索引与日志。
• 所有新知识应先写入 wiki/，而不是回写到 raw/。

output/

• 这是查询、报告和阶段性交付物的输出层。
• 默认承接问答产物、比较稿、专题分析、lint 报告、临时研究记录等内容。
• output/ 里的内容默认不算 canonical；只有在被压缩、重写、合并后，才提升进 wiki/。
• 简单说：wiki/ 是编译后的知识，output/ 是工作中的产物。

AGENTS.md

• 这是 LLM 的行为规范与工作流说明。
• 当你用 Codex 或其他 Agent 维护这个仓库时，应先读取该文件，再执行 ingest、query 或 lint。