LLM Wiki — AI 时代知识管理的产品化实现

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。

产品定位

LLM Wiki 解决的核心问题是：不是 AI 帮你搜知识，而是 AI 帮你维护知识。

传统 RAG（检索然后回答）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，不需要每次都重新推导。

核心功能

1. 两步 Chain-of-Thought 入库

不是一步到位读资料写页面，而是分两步：

• 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）

relevance model 包含4个信号：

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 Tavily / SerpApi / SearXNG 进行网络搜索
• LLM 综合研究发现写成 Wiki 研究页面
• 自动入库提取实体/概念

6. Chrome 一键剪藏

内置 Chrome 扩展（Manifest V3），用 Readability.js 提取文章 + Turndown.js 转 Markdown，自动触发两步入库流程。

7. 本地 HTTP API + Agent Skill

• 内置 127.0.0.1:19828 JSON API（Token 保护）
• Agent Skill 一行安装：npx skills add https://github.com/nashsu/llm_wiki_skill.git --skill llm_wiki_skill
• 安装后 Coding Agent 可以直接读你的 Wiki

8. Obsidian 零迁移

整个 Wiki 目录就是标准 Obsidian Vault，.obsidian/ 配置自动生成。

技术栈

层级	技术
桌面	Tauri v2 (Rust backend)
前端	React 19 + TypeScript + Vite
UI	shadcn/ui + Tailwind CSS v4
编辑器	Milkdown (ProseMirror-based)
图谱	sigma.js + graphology + ForceAtlas2
搜索	Tokenized search + Graph relevance + LanceDB (optional)
PDF	pdf-extract (Rust)
Office	docx-rs + calamine
LLM	OpenAI / Anthropic / Google / Ollama / Custom

与 Karpathy 原始方法论的关系

Karpathy 的方法论是纯方法论文档，没有现成产品。LLM Wiki 保留了其核心设计：

• 三层架构：Raw Sources（不可变）→ Wiki（LLM 生成）→ Schema（规则）
• 三种核心操作：Ingest、Query、Lint
• index.md 作为内容目录
• log.md 作为操作历史记录
• [[wikilink]] 语法做交叉引用
• YAML frontmatter 每个 Wiki 页面
• Obsidian 兼容
• 人做 curator，LLM 做 maintainer

同时做了大量扩展：从 CLI 到桌面应用、增加 purpose.md、两步入库、知识图谱、Louvain 社区发现、Deep Research、Chrome 剪藏、等。

安装方式

预构建版本（Releases）：

• macOS：.dmg（Apple Silicon + Intel）
• Windows：.msi
• Linux：.deb / .AppImage

数据

• 10.3k Stars
• 1.3k Forks
• 526 Commits
• v0.4.19（2026-06-03）