LLM Wiki Product（知识管理产品化实现）
LLM Wiki 是将 Karpathy 的个人知识库方法论工程化最完整的开源实现，一款跨平台桌面应用，把文档变成自动维护、互相链接的知识库。
Key Points
- 核心定位：不是 AI 帮你搜知识，而是 AI 帮你维护知识
- 核心思路：传统 RAG每次 query都要从零检索；而 LLM Wiki 的思路是：LLM 增量构建并持久维护一个 Wiki，知识和答案编译一次、持续更新
核心功能
1. 两步 Chain-of-Thought 入库
- 第一步（分析）：LLM 读源文档 → 结构化分析（关键实体、与现有 Wiki 的连接、与现有知识的矛盾）
- 第二步（生成）：基于分析结果生成 Wiki 页面、交叉引用、更新 index.md
2. 知识图谱（4 信号相关性模型）
| 信号 | 权重 | 说明 |
|---|---|---|
| 直接链接 | ×3.0 | 通过 [[wikilinks]] 链接的页面 |
| 来源重叠 | ×4.0 | 共享同一原始源文件的页面 |
| Adamic-Adar | ×1.5 | 共享共同邻居（按邻居度数加权） |
| 类型亲和 | ×1.0 | 同类型页面加分（entity↔entity） |
3. Louvain 社区发现
自动发现知识集群，用内聚度评分（intra-edge density）：低于 0.15 的集群被标记为"知识缺口"。
4. 知识缺口自动标出
- 孤立页面（连接度 ≤ 1）
- 稀疏社区（内聚度 < 0.15，≥ 3 页）
- 桥接节点（连接 3+ 个集群）
点一下就能触发 Deep Research 自动补全。
5. Deep Research
当 LLM 发现知识缺口时，通过网络搜索 + LLM 综合研究写成 Wiki 研究页面，自动入库提取实体/概念。
数据
- 10.3k Stars · 1.3k Forks · v0.4.19
Related Pages
- concepts/llm-wiki — LLM Wiki 知识库模式
- patterns/ai-knowledge-workflow — AI知识管理工作流
Sources
- X/Twitter (2026-06-04)