llm-wiki

基于 Karpathy 的 LLM Wiki 模式，用 LLM Agent 持续维护结构化个人知识库，替代传统 RAG 的"每次重新检索"模式，让知识编译一次、持续累积。

"Obsidian 是 IDE，LLM 是程序员，Wiki 是代码库。"

五种操作

Ingest（摄入）— 两阶段流程

• 分析阶段：识别实体、概念、与现有 wiki 的连接、矛盾点
• 生成阶段：创建摘要页 → 更新实体/概念页（合并非覆盖）→ 更新概览 → 更新索引 → 追加日志

一个来源可能影响 10-15 个 wiki 页面。

Batch Ingest（批量摄入）

Agent 自动扫描 raw/ 目录，逐文件执行两阶段 Ingest。

Query（查询）

RAG 和 LLM Wiki 各自的优缺点是什么？

Agent 自动：读索引和概览定位 → 读相关页面 → 综合回答 → 如有新发现建议回写。

Lint（巡检）— 两层检查

结构化检查（scripts/lint.sh 可辅助）：frontmatter 完整性、索引一致性、孤立页面、断链检测。

语义检查（LLM 推理）：矛盾检测、过时信息、缺失页面、内容建议。

Delete（删除来源）

Agent 自动：删除摘要页 → 清理引用该来源的页面（仅单来源的页面删除，多来源的页面合并移除）→ 清理断链 → 更新索引和概览。

核心设计

页面合并（非覆盖）

当新来源涉及已有页面时，Agent 合并而非覆盖：

• sources/tags 字段取并集
• title/type/created 锁定不可修改
• 正文融入已有结构，保留所有事实性陈述

审阅队列

Ingest 中发现的待确认项（矛盾、不确定信息）持久化到 wiki/reviews.md，而非丢失在对话中。条件变化时自动清理。

知识库方向

wiki/purpose.md 定义关注领域和核心问题，Agent 每次 ingest 前读取，确保内容与方向一致。wiki/overview.md 每次 ingest 后自动更新，反映知识库全局状态。

与 Obsidian 配合

• 用 Obsidian 打开项目目录作为 Vault
• 安装 Web Clipper 插件，一键抓取网页到 raw/articles/
• 用 Graph View 可视化知识图谱
• 详见 docs/obsidian-setup.md

自定义

• 知识库方向：编辑 wiki/purpose.md，定义你的关注领域
• 标签体系：编辑 CLAUDE.md 底部的标签分类
• 页面模板：修改 CLAUDE.md 中的模板定义
• 搜索工具：大规模时安装 qmd
• LLM Agent：CLAUDE.md 适用于 Claude Code；其他 Agent 将其内容作为系统提示

为什么有效

人类放弃 Wiki 的原因是维护成本增长快于价值。LLM 不会厌倦、不会遗漏交叉引用、一次可更新 15 个文件——维护成本趋近于零。人负责选材、提问、思考；LLM 负责一切繁琐的整理工作。

灵感来自 Vannevar Bush 的 Memex（1945）——个人知识库 + 关联线索，LLM 解决了 Memex 无法解决的维护问题。