1. 项目定位与用途
LLM Wiki 是一个跨平台桌面应用,基于 Andrej Karpathy 的 LLM Wiki 模式构建。其核心用途是自动将用户的文档(如 PDF、文本、网页剪藏)转化为结构化、相互链接的持久化知识库(维基),而非每次查询时临时检索。应用提供图形界面,集成文档摄入、LLM 聊天查询、知识图谱可视化、维基质量检查等功能,旨在成为个人知识管理的自动化助手。
LLM Wiki 是基于 Andrej Karpathy 模式的桌面应用,通过 LLM 自动将文档转化为结构化维基,支持 Obsidian 兼容、深度研究与知识图谱。本文详解其功能、技术栈、安装步骤与使用方法。
LLM Wiki 是一个基于 Tauri 的跨平台桌面应用,通过 LLM 自动将文档转化为持久化结构化知识库,替代传统 RAG 实现高效知识积累与查询。
LLM Wiki 是一个跨平台桌面应用,基于 Andrej Karpathy 的 LLM Wiki 模式构建。其核心用途是自动将用户的文档(如 PDF、文本、网页剪藏)转化为结构化、相互链接的持久化知识库(维基),而非每次查询时临时检索。应用提供图形界面,集成文档摄入、LLM 聊天查询、知识图谱可视化、维基质量检查等功能,旨在成为个人知识管理的自动化助手。
传统 RAG 系统在每次查询时需从原始文档重新推导答案,效率低下且缺乏知识积累。LLM Wiki 通过一次性将源文档摄入并生成结构化维基页面,后续查询直接基于此持久化知识库进行,实现知识的增量维护与高效复用。同时,它解决了手动整理知识库的繁琐问题,通过 LLM 自动建立页面间链接、检测矛盾并保持内容更新。
主要适用于:1)个人知识库构建,将零散文档系统化;2)研究资料整理,自动生成专题条目与关联;3)阅读笔记自动化,摄入书籍文章并提取要点;4)与 Obsidian 兼容,可直接作为 Obsidian vault 使用;5)深度专题研究,通过深度研究功能整合网络信息并摄入维基。场景模板(研究、阅读、个人成长、商业)进一步预配置了目的与模式。
项目基于 Tauri,需先安装 Node.js(建议最新 LTS)和 Rust 工具链(rustup)。克隆仓库后,在项目根目录执行 npm install 安装依赖。开发模式运行 npm run tauri dev,生产构建执行 npm run tauri build。仓库中未明确给出预编译二进制文件或包管理器直接安装方式,需从源码构建。
启动应用后,通过左侧图标侧边栏切换视图:在 Sources 添加文档,触发两阶段摄入(分析→生成)自动创建维基页面;在 Chat 视图用自然语言查询知识库,LLM 基于持久维基回答;使用 Graph 视图可视化知识图谱;通过 Lint 检查维基结构问题(孤立页、断链);在 Review 审核 LLM 提出的更改;使用 Deep Research 提交研究主题,系统自动搜索分析并摄入结果。所有状态(对话、设置、审查项)均持久化保存。
关键实现特点包括:1)两阶段摄入链:先分析实体、概念、矛盾,再生成页面,质量优于单阶段;2)Purpose.md 定义维基目标与方向,与 Schema(结构规则)互补;3)Obsidian 兼容:维基目录可直接用 Obsidian 打开,支持 wikilink 和 frontmatter;4)知识图谱基于 wikilink 构建,使用 graphology 与 Louvain 算法检测社区;5)LLM 客户端抽象支持多提供商、流式响应与超时控制;6)状态管理采用 Zustand,文件操作通过 Tauri 命令跨平台抽象。仓库中未明确给出 LLM 模型具体配置细节或云服务集成方式。
需安装 Node.js 和 Rust 工具链。克隆仓库后运行 npm install 安装依赖,然后执行 npm run tauri dev 启动开发服务器,或 npm run tauri build 构建生产应用。仓库未提供预编译二进制文件。
添加文档后如何