[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-74911":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":15,"contributorsCount":16,"subscribersCount":16,"size":16,"stars1d":17,"stars7d":18,"stars30d":19,"stars90d":16,"forks30d":16,"starsTrendScore":20,"compositeScore":21,"rankGlobal":10,"rankLanguage":10,"license":10,"archived":22,"fork":22,"defaultBranch":23,"hasWiki":24,"hasPages":22,"topics":25,"createdAt":10,"pushedAt":10,"updatedAt":26,"readmeContent":27,"aiSummary":28,"trendingCount":16,"starSnapshotCount":16,"syncStatus":29,"lastSyncTime":30,"discoverSource":31},74911,"llm-wiki-skill","sdyckjq-lab\u002Fllm-wiki-skill","sdyckjq-lab","基于 Karpathy llm-wiki 方法论的个人知识库构建 Skill，支持多平台！","",null,"Shell",1846,235,6,3,0,36,114,423,108,102.12,false,"main",true,[],"2026-06-12 04:01:16","[English](README.en.md) | 中文\n\n\u003Cdiv align=\"center\">\n\n# llm-wiki\n\n基于 [Andrej Karpathy](https:\u002F\u002Fkarpathy.ai\u002F) 的 [llm-wiki 方法论](https:\u002F\u002Fgist.github.com\u002Fkarpathy\u002F442a6bf555914893e9891c11519de94f)\n\n**更适合国内宝宝体质的 K 神知识库**\n\n把碎片化的信息变成持续积累、互相链接的知识库\n\n[![version](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fv3.6.2-数字山水图谱-E8D5B5?style=flat-square&labelColor=3a3026&color=E8D5B5)](https:\u002F\u002Fgithub.com\u002Fsdyckjq-lab\u002Fllm-wiki-skill\u002Freleases)\n[![license](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FMIT-license-5a6e5c?style=flat-square&labelColor=3a3026)](LICENSE)\n[![platforms](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FClaude·Codex·OpenClaw·Hermes-多平台-7a96a6?style=flat-square&labelColor=3a3026)]\n\n\u003C\u002Fdiv>\n\n---\n\n## 效果预览\n\n\u003Cdiv align=\"center\">\n\u003Cimg src=\"docs\u002Fassets\u002Fgraph-demo.gif?v=20260428\" width=\"100%\" alt=\"知识图谱演示\">\n\u003C\u002Fdiv>\n\n东方编辑部 × 数字山水风交互式知识图谱 — 双击 HTML 文件即可在浏览器中探索。搜索、过滤、节点视觉分层、首屏推荐预览、右侧摘要与正文、社区聚类和小地图定位，全部离线运行，不依赖服务器。\n\n---\n\n## 30 秒上手\n\n把仓库链接扔给你正在用的 agent，让它自己完成安装。\n\n```bash\n# Claude Code\nbash install.sh --platform claude\n\n# Codex\nbash install.sh --platform codex\n\n# OpenClaw\nbash install.sh --platform openclaw\n\n# Hermes\nbash install.sh --platform hermes\n```\n\n然后说：\n\n> \"帮我初始化一个知识库\"\n> \"帮我消化这篇：\u003C链接>\"\n\n核心区别：知识被**编译一次，持续维护**，而不是每次查询都从原始文档重新推导。\n\n---\n\n## 核心亮点\n\n| | 功能 | 说明 |\n|---|---|---|\n| 🗺️ | **数字山水知识图谱** | 自包含 HTML，双击即可浏览；三栏国风布局、山水底图、可拖拽缩放画布、小地图定位和左右阅读区全部离线运行 |\n| ✨ | **图谱阅读体验打磨** | 节点按地名、索引签条、朱砂批注分层；首次打开只显示推荐预览，点击后才进入阅读态 |\n| 🎓 | **本地阅读动线** | 左侧社区、聚焦、搜索、学习队列、推荐起点保持联动；搜索跟随当前可见范围，收藏和学习笔记按 wiki 本地隔离 |\n| 📦 | **零配置初始化** | 一句话创建完整知识库，自动生成目录结构、模板和研究方向页 |\n| 🔗 | **结构化 Wiki** | 自动生成实体页、主题页、素材摘要，用 `[[双向链接]]` 互相关联 |\n| 🏷️ | **置信度标注** | EXTRACTED \u002F INFERRED \u002F AMBIGUOUS \u002F UNVERIFIED，一眼看出哪些需要核实 |\n| 🔄 | **智能缓存** | SHA256 去重 + 写入即更新 + 自愈安全网，弱模型也不会漏缓存 |\n| 🧠 | **对话结晶化** | 把有价值的对话内容直接沉淀为知识库页面 |\n| 📡 | **自动上下文注入** | SessionStart hook 让 agent 每次会话自动感知知识库 |\n| 📊 | **多格式分析** | 深度报告、对比表、时间线三种综合分析格式 |\n\n---\n\n## 素材来源\n\n| 分类 | 来源 | 处理方式 |\n|---|---|---|\n| 核心 | PDF、Markdown、文本、HTML、纯文本粘贴 | 直接消化，不依赖外挂 |\n| 可选 | 网页文章、X\u002FTwitter、微信公众号、YouTube、知乎 | 自动提取；失败时按回退提示改走手动 |\n| 手动 | 小红书 | 当前只支持手动粘贴 |\n\n可选提取器需要在安装时显式开启：\n\n```bash\nbash install.sh --platform claude --with-optional-adapters\n```\n\n---\n\n## 平台入口\n\n每个平台有专属入口说明：\n\n- [Claude Code](platforms\u002Fclaude\u002FCLAUDE.md)\n- [Codex](platforms\u002Fcodex\u002FAGENTS.md)\n- [OpenClaw](platforms\u002Fopenclaw\u002FREADME.md)\n- [Hermes](platforms\u002Fhermes\u002FREADME.md)\n- [Obsidian Integration Guide](docs\u002Fobsidian.md)\n\n---\n\n\u003Cdetails>\n\u003Csummary>\u003Cstrong>完整功能列表\u003C\u002Fstrong>\u003C\u002Fsummary>\n\n- **研究方向引导** — `purpose.md` 让 agent 在整理和查询时有明确方向\n- **两步式整理** — 先分析后生成，长内容走两步链式思考，短内容简化处理\n- **ingest 格式验证** — 脚本自动校验分析结果，模型再笨也不会写出残缺数据\n- **智能素材路由** — 根据 URL 域名自动选择最佳提取方式\n- **核心优先安装** — 默认只准备知识库主线，网页\u002FX\u002F公众号\u002FYouTube\u002F知乎按需显式开启\n- **伴随升级命令** — Claude Code 安装后自带 `\u002Fllm-wiki-upgrade`\n- **素材删除** — 级联删除时自动清理关联页面、断链和缓存\n- **图谱运行时兜底更稳** — helper 同时支持浏览器全局与 CommonJS，旧运行时下的复杂 emoji 截断和离线 HTML 失败回滚都更可靠\n- **查询结果持久化** — 有价值的综合回答可保存回知识库，越用越完整\n- **批量消化** — 给一个文件夹路径，批量处理所有文件\n- **知识库健康检查** — 脚本检测孤立页面、断链、index 一致性；AI 层面检查矛盾和交叉引用\n- **ingest 隐私自查** — 首次消化素材时提醒检查手机号、API key 等敏感信息\n- **图谱关系词汇表** — 可选的手动标注词汇，让图谱表达更精确\n- **Obsidian 兼容** — 所有内容都是本地 markdown，直接用 Obsidian 打开\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cstrong>安装详情\u003C\u002Fstrong>\u003C\u002Fsummary>\n\n### 默认安装位置\n\n| 平台 | 路径 |\n|---|---|\n| Claude Code | `~\u002F.claude\u002Fskills\u002Fllm-wiki` |\n| Codex | `~\u002F.codex\u002Fskills\u002Fllm-wiki` |\n| OpenClaw | `~\u002F.openclaw\u002Fskills\u002Fllm-wiki` |\n| Hermes | `~\u002F.hermes\u002Fskills\u002Fllm-wiki` |\n\n### 更新\n\n已安装？进入仓库目录执行：\n\n```bash\nbash install.sh --upgrade\n```\n\n自动完成：`git pull` → 检测已安装平台 → 重新复制核心文件 → 已有 hook 不受影响。\n\nClaude Code 默认安装的，可以直接用 `\u002Fllm-wiki-upgrade`。\n\n自定义目录：\n\n```bash\nbash install.sh --upgrade --platform openclaw --target-dir \u003C你的技能目录>\u002Fllm-wiki\n```\n\n```bash\nbash install.sh --upgrade --platform hermes --target-dir \u003C你的技能目录>\u002Fllm-wiki\n```\n\n### 前置条件\n\n- 核心：agent 能执行 shell 命令、读写本地文件即可；图谱构建和来源信号覆盖检查需要 `jq` + `node`\n- 可选：微信公众号提取需要 `uv`；网页提取需要 `bun` 或 `npm`；需要登录态的内容可开启 Chrome 调试端口 9222\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cstrong>目录结构\u003C\u002Fstrong>\u003C\u002Fsummary>\n\n```\n你的知识库\u002F\n├── raw\u002F                    # 原始素材（不可变）\n│   ├── articles\u002F           # 网页文章\n│   ├── tweets\u002F             # X\u002FTwitter\n│   ├── wechat\u002F             # 微信公众号\n│   ├── xiaohongshu\u002F        # 小红书\n│   ├── zhihu\u002F              # 知乎\n│   ├── pdfs\u002F               # PDF\n│   ├── notes\u002F              # 笔记\n│   └── assets\u002F             # 图片等附件\n├── wiki\u002F                   # AI 生成的知识库\n│   ├── entities\u002F           # 实体页（人物、概念、工具）\n│   ├── topics\u002F             # 主题页\n│   ├── sources\u002F            # 素材摘要\n│   ├── comparisons\u002F        # 对比分析\n│   ├── synthesis\u002F          # 综合分析\n│   │   └── sessions\u002F       # 对话结晶化页面\n│   └── queries\u002F            # 保存的查询结果\n├── purpose.md              # 研究方向与目标\n├── index.md                # 索引\n├── log.md                  # 操作日志\n├── .wiki-schema.md         # 配置\n└── .wiki-cache.json        # 素材去重缓存\n```\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\n\u003Csummary>\u003Cstrong>常见问题\u003C\u002Fstrong>\u003C\u002Fsummary>\n\n**这个仓库还是只给 Claude 用吗？**\n不是。Claude 只是其中一个入口。同一个链接能被 Claude Code、Codex、OpenClaw、Hermes 安装和使用。\n\n**为什么 Hermes 要看 `HERMES.md`？**\nHermes 会优先加载仓库根的 `HERMES.md` 作为项目上下文。这个文件只负责 Hermes 的入口与安装说明，核心能力和工作流仍以 `SKILL.md` 为准。\n\n**Claude Code 里可以直接用命令更新吗？**\n可以。默认安装后自带 `\u002Fllm-wiki-upgrade`，更新核心主线。需要网页\u002FX\u002F公众号\u002FYouTube\u002F知乎提取能力时，再加 `--with-optional-adapters`。\n\n**X\u002FTwitter 提取失败？**\n确保已安装可选提取器（`--with-optional-adapters`）。需要登录态的内容请开启 Chrome 调试端口 9222，或者直接粘贴内容给 agent。\n\n**公众号提取失败？**\n需要 `uv`。安装后重新运行 `bash install.sh --platform \u003C你的平台> --with-optional-adapters`。\n\n\u003C\u002Fdetails>\n\n---\n\n## Windows 用户\n\nWindows PowerShell 5.1（Win10 \u002F Win11 系统自带）默认 console 编码为 GB2312、`$OutputEncoding` 为 ASCII，Python 子进程 `sys.stdout.encoding` 默认为 `gbk`。直接在 PS 5.1 下运行 `bash install.sh` 会导致中文输出和 hook JSON 出现乱码（[#16](https:\u002F\u002Fgithub.com\u002Fsdyckjq-lab\u002Fllm-wiki-skill\u002Fissues\u002F16)）。\n\n**方案 A — 使用 `install.ps1`（推荐）**\n\n在仓库根目录下：\n\n```powershell\npowershell -ExecutionPolicy Bypass -File install.ps1 --platform claude\npowershell -ExecutionPolicy Bypass -File install.ps1 --platform codex --dry-run\n```\n\n`install.ps1` 会自动把 console \u002F `$OutputEncoding` \u002F `PYTHONIOENCODING` 全部设为 UTF-8，再转发到 `bash install.sh`。\n\n**方案 B — 手动设置 PowerShell 编码**\n\n```powershell\nchcp 65001\n[Console]::OutputEncoding = [System.Text.Encoding]::UTF8\n$OutputEncoding = [System.Text.Encoding]::UTF8\n$env:PYTHONIOENCODING = 'utf-8'\nbash install.sh --platform claude\n```\n\n**方案 C — 升级到 PowerShell 7+**\n\nPowerShell 7 默认 UTF-8。安装：`winget install Microsoft.PowerShell`，然后 `pwsh` 下直接 `bash install.sh --platform claude`。\n\n### Python 命令\n\nWindows 上 Python 通常安装为 `python.exe` 而非 `python3.exe`（Microsoft Store 的 `python3` 是安装提示 stub，调用会失败）。本项目 `scripts\u002Fshared-config.sh` 已加入自动检测：**先尝试 `python3`，失败回退到 `python`**。所以只要 Python 3.8+ 在 PATH 中（任一命名即可），脚本能正常工作。\n\n---\n\n## 致谢\n\n本项目复用和集成了以下开源项目：\n\n- **[Andrej Karpathy](https:\u002F\u002Fkarpathy.ai\u002F)** — [llm-wiki gist](https:\u002F\u002Fgist.github.com\u002Fkarpathy\u002F442a6bf555914893e9891c11519de94f)，核心方法论来源\n- **[baoyu-url-to-markdown](https:\u002F\u002Fgithub.com\u002FJimLiu\u002Fbaoyu-skills#baoyu-url-to-markdown)** by [JimLiu](https:\u002F\u002Fgithub.com\u002FJimLiu) — 网页、X\u002FTwitter 内容提取\n- **youtube-transcript** — YouTube 字幕提取\n- **[wechat-article-to-markdown](https:\u002F\u002Fgithub.com\u002Fjackwener\u002Fwechat-article-to-markdown)** — 微信公众号文章提取\n\n## License\n\nMIT\n\n---\n\n## Star History\n\n[![Star History Chart](https:\u002F\u002Fapi.star-history.com\u002Fchart?repos=sdyckjq-lab\u002Fllm-wiki-skill&type=date)](https:\u002F\u002Fwww.star-history.com\u002F?repos=sdyckjq-lab%2Fllm-wiki-skill&type=date)\n","llm-wiki-skill 是一个基于 Karpathy llm-wiki 方法论的个人知识库构建工具，支持多平台。其核心功能包括将碎片化信息整合成互相链接的知识库，并提供数字山水风格的知识图谱，支持离线浏览、智能缓存和结构化Wiki等特性。该项目适合需要长期积累并管理大量学习资料或研究内容的个人或团队使用，尤其适用于那些希望在本地环境中高效管理和查询知识的人群。通过简单的命令行操作即可快速初始化知识库，并支持多种素材来源的自动提取与手动添加。",2,"2026-06-11 03:51:23","high_star"]