llm_wiki

像给 AI 打造一座"永不遗忘"的知识图书馆

想象一个场景：你花了三个月读完了 200 篇论文，AI 却每次都要从零开始理解你的资料——这不是真正的助手，更像是"每问必忘"的临时工。LLM Wiki 解决的就是这个问题：它不是让 AI 每次查询时临时检索，而是让 AI 增量构建一座持久化的个人知识库，知识只编译一次，之后持续更新，随用随取。

背景：从"临时工"到"档案馆馆长"

这个项目的灵感来自 AI 大牛 Andrej Karpathy（特斯拉前 AI 总监、OpenAI 创始成员）提出的 LLM Wiki 方法论。Karpathy 认为，传统 RAG 系统（上传文件→查询时检索→回答）本质上是让 AI 每一次都从零发现知识，没有积累和演进。他的设计理念是：让 AI 像馆长一样工作——先系统地阅读理解资料，构建结构化 Wiki，之后只需维护和更新，而不必重复阅读。

nashsu 在此基础上，将这个抽象方法论工程化为完整的桌面应用，并大幅扩展功能。

类比：你的私人"知识建筑师"

如果把 LLM Wiki 比作一个系统，它就像一位永不疲倦的知识建筑师：你把 PDF、文档扔给它，它会先用两步思维链（分析+生成）系统地理解内容，自动构建 Wiki 页面，用 [[wikilink]] 把相关概念相互关联，持续追踪知识空白。这比传统 RAG 的"每次现找现答"效率高得多——相当于从"临时工模式"升级到"专家模式"。

核心功能：四层能力

文档摄入层：支持 PDF（含多模态图片提取 + 视觉模型描述）、Markdown、Word、Excel、HTML，文件夹递归导入，目录结构作为 LLM 分类上下文。持久化队列支持崩溃恢复、取消/重试、逐文件进度可视化。

知识组织层：LLM 增量构建 Wiki 页面，每个页面含 YAML frontmatter + wikilink 交叉引用。与 Obsidian 完全兼容——Wiki 目录直接作为 Obsidian 仓库打开，享受 Obsidian 的所有生态插件。内置 purpose.md（定义 Wiki 存在意义）、schema.md（Wiki 运作规则）、index.md（内容目录和 LLM 导航入口），三层架构清晰。

知识图谱层：基于 graphology 图库 + Sigma.js 渲染，四维关联度模型（直接链接、来源重叠、Adamic-Adar、类型亲和），Louvain 社区检测自动发现知识聚类，图谱洞察功能（惊奇连接 + 知识空白检测），一键触发 Deep Research 补全空白。

AI 交互层：向量语义搜索（基于 LanceDB，支持任意 OpenAI 兼容端点），Deep Research（LLM 生成搜索主题，通过 Tavily/SerpApi/SearXNG 多查询网络搜索，结果自动摄入 Wiki），异步审核系统（LLM 标记需人工判断项），本地 HTTP API（127.0.0.1:19828，Token 鉴权，支持 Hybrid 检索、文件读取、图谱遍历），Agent Skill 可一行命令接入 Claude Code/Codex。

图1：知识图谱界面——节点代表 Wiki 页面，边代表概念间的关联强度，颜色分区代表 Louvain 社区聚类

Chrome 扩展：网页一键入库

内置 Chrome 扩展（Turndown.js + Readability.js），浏览任何网页时点击扩展图标即可一键剪藏，自动提取正文内容并摄入知识库，配合 Deep Research 实现"阅读→研究→入库→关联"的闭环。

技术架构：Tauri 双引擎

项目采用 Tauri 2（Rust 后端 + WebView 前端）的双引擎架构：

• Rust 后端（src-tauri/）：处理 PDF 渲染（pdfium-render）、文档解析（calamine/Excel、docx-rs/Word、office-oxide）、PDF 图片多模态提取（image + base64）、向量数据库（lancedb）、文件监听（notify）、HTTP 服务（tiny_http + reqwest）、Claude Code 子进程管理（tokio + which）
• React 19 前端（src/）：三栏布局，状态管理（Zustand），富文本编辑（Milkdown），图谱渲染（Sigma.js + graphology），i18n 国际化（i18next），组件库（shadcn/ui + Base UI），样式（Tailwind CSS 4）
• 本地 HTTP API：Rust 后端监听 19828 端口，提供 JSON API 供 AI Agent 调用，完美实现"让 AI Agent 来操作知识库"的理念

这是一个典型的**本地优先（Local-First）**应用——所有数据存储在本地（.llm-wiki/ 目录），无需云端，不上传任何数据到第三方。

上手门槛

对于普通用户，安装 Tauri + Node.js + Rust 环境后即可运行，图形界面友好，支持多语言（含中文）。对于 AI 开发者，本地 HTTP API + Agent Skill 是核心价值——通过 API 让 Claude Code/Codex 直接读取和操作知识库，实现"边写代码边构建知识库"的体验。

局限与争议

LLM Wiki 本质上依赖 LLM 的理解和总结能力——如果底层模型对某个专业领域理解有误，生成的 Wiki 页面也会"以讹传讹"。此外，LanceDB 向量搜索是可选的，非向量模式在跨文档综合查询时精度有限。图谱质量高度依赖摄入文档的数量和质量，冷启动阶段效果不明显。

行业意义

LLM Wiki 代表了一个重要趋势：从"检索增强"到"知识积累"的范式转变。随着 Claude Code、Codex 等 AI Coding Agent 越来越普及，让 AI Agent 能够维护一个持久化的知识库将成为刚需——LLM Wiki 正是这一方向的早期探索者，增长曲线值得关注。

总结：LLM Wiki 是 Karpathy 方法论的完整工程实现，将"让 AI 构建和管理个人知识库"的理念落地为可用的桌面应用。对于需要系统整理大量资料（论文、技术文档、研究笔记）的用户，它是传统 RAG 的有力替代方案；对于 AI 开发者，它的本地 HTTP API + Agent Skill 设计尤其值得借鉴。