语言 / Language / 言語： 中文（默认）｜ English ｜ 日本語
LLM Wiki 是一个基于 Claude Code 的个人知识管理系统。你把原始素材（笔记、网页剪藏、论文、日记）丢进 raw/，AI 自动将其转化为结构化、互联的 wiki 页面，存入 wiki/。
核心思路：
raw/只存放、永不修改原始素材wiki/由 AI 写，持续维护，页面间互相链接- 每次摄入都让整个知识库更丰富，不是孤立存档
你的笔记 / 网页 / 论文
↓
raw/ （只读原始层）
↓ Claude Code 处理
wiki/ （AI 维护的结构化页面）
↓
index.md（全库导航） + log.md（操作历史）
AI 在处理过程中会：
- 提取关键概念，生成/更新 wiki 页面
- 使用
agent-browser检索权威网络来源补充内容 - 在页面间建立
[[双向链接]] - 将有价值的分析存入
concepts/
- Claude Code CLI
- （可选）agent-browser：用于网络检索增强
brew install mediar-ai/agent-browser/agent-browser
git clone https://github.com/crabin/llm-wiki.git my-wiki
cd my-wiki用 Claude Code 打开项目：
claude .如果需要兼容其他 agent，可从 AGENTS.md 和 .agents/skills/ 开始；Claude Code 继续使用 CLAUDE.md 和 .claude/skills/。
- 初始化：在 Claude Code 中说"初始化 wiki"（仅首次需要）
- 放入原始素材：将你的笔记、PDF、网页剪藏放入
raw/的对应子目录 - 摄入：说"摄入 raw/xxx.md"或提供 URL/文本
- 查询：直接提问，AI 会查阅 wiki 并回答
- 健康检查：说"检查 wiki"，AI 扫描断链、孤立页面等问题，并按 skill 流程提出或执行修复
llm-wiki/
├── AGENTS.md # 跨 agent 入口与兼容说明
├── CLAUDE.md # Claude 专用行为规范（核心配置）
├── .agents/
│ └── skills/ # 供其他 agents/tools 使用的兼容引用
│ ├── agent-browser/
│ ├── wiki-init/
│ ├── wiki-ingest/
│ ├── wiki-query/
│ ├── wiki-lint/
│ └── wiki-update/
├── .claude/
│ └── skills/ # canonical skill 定义
│ ├── agent-browser/ # 浏览器自动化
│ ├── wiki-init/ # 初始化 wiki
│ ├── wiki-ingest/ # 摄入新素材
│ ├── wiki-query/ # 查询 wiki
│ ├── wiki-lint/ # 健康检查
│ └── wiki-update/ # 更新页面
├── raw/ # 原始素材（只读，不提交到 git）
│ ├── Clippings/ # 网页剪藏
│ ├── 学习笔记/
│ ├── 个人/
│ └── ...
├── wiki/ # AI 维护的 wiki 页面
│ ├── index.md # 全库索引（表格格式）
│ ├── log.md # 操作日志（追加写入）
│ └── pages/ # 主题页面（每主题一个 .md）
│ ├── topic-a.md
│ └── topic-b.md
└── concepts/ # 生成的分析报告、答案页面
首次使用时初始化 wiki 结构：
你：初始化 wiki
AI：询问配置 → 创建目录结构 → 写入 CLAUDE.md 和 AGENTS.md → 初始化 index.md 和 log.md
你：摄入 raw/学习笔记/machine-learning.md
AI：读取文件 → 与用户讨论要点 → 网络补充 → 生成/更新 wiki 页面 → 反向链接检查 → 更新 index → 写 log
一次摄入可能涉及 5-15 个相关页面。
你：什么是联邦学习？它与隐私保护有什么关系？
AI：查阅 index → 读取相关页面 → 必要时检索网络 → 综合回答（带引用）→ 提议保存到 concepts/
AI 总是先读 wiki 页面，不凭记忆回答。
你：检查 wiki
AI：扫描断链、孤立页面、矛盾内容、过期声明 → 输出分类报告 → 提供修复建议 → 执行修复 → 写 log
建议每 5-10 次摄入后运行一次。
你：更新 xxx 页面，因为新信息显示...
AI：读取当前内容 → 提出修改建议（显示 diff）→ 确认后写入 → 检查下游影响 → 更新 index → 写 log
所有修改都必须标注来源。
每个 wiki 页面遵循统一格式：
---
title: 主题名称
tags: [tag1, tag2]
sources: 3
updated: 2026-04-06
---
# 主题名称
**Source:** raw/xxx/yyy.md 或 https://example.com/article
**Date ingested:** 2026-04-06
**Type:** paper | article | transcript | code | other
## 核心定义
...
## 关键要点
- ...
## 与其他主题的关联
- [[related-topic-a]] - 说明
- [[related-topic-b]] - 说明
## 未解决的问题
<如果有>
## 来源
- 本地文件：raw/xxx/yyy.md
- 网络来源：https://example.com/articleAGENTS.md 和 .agents/skills/ 是面向非 Claude agents 的兼容入口，canonical skill 定义仍然保存在 .claude/skills/ 中。
初始化一个新的 wiki 知识库，适用于任何知识领域（研究、代码文档、读书笔记、竞品分析等）。交互式询问配置（路径、领域、素材类型、索引分类），创建目录结构，写入 CLAUDE.md、AGENTS.md、index.md、log.md，并建立回指 .claude/skills/ 的 .agents/skills/ 兼容层。
摄入新素材（文件、URL、文本）。核心流程：
- 读取素材全文（不跳过任何内容）
- 先讨论再写入：向用户呈现 3-5 条关键要点，询问重点偏好
- 网络补充（推荐）：通过
agent-browser检索权威来源验证核心概念 - 生成 slug，写入/更新 wiki 页面（含来源引用）
- 更新相关实体/概念页面（不存在则创建）
- 反向链接检查（关键步骤）：扫描所有现有页面，添加指向新页面的链接
- 更新 index 和 log
查询 wiki 回答问题。总是先读取 wiki/index.md 和相关页面，不凭记忆回答。本地 wiki 信息不足时，通过 agent-browser 检索网络补充。综合回答时使用 [[slug]] 引用本地页面，URL 引用网络来源。回答后总是提议保存到 concepts/。
健康检查，检测：
- 🔴 错误：断链（
[[slug]]指向不存在的页面）、缺失 frontmatter - 🟡 警告：孤立页面（零入站链接）、矛盾内容、过期声明（90 天未更新且含"最新"等词）
- 🔵 信息：高频引用但无专页的概念、缺失交叉引用
生成报告存入 concepts/lint-<date>.md，逐项提供修复建议并显示 diff 后再写入。
更新现有 wiki 页面。流程：
- 读取当前内容，显示 diff 前后对比（含修改原因和来源引用）
- 逐页确认后写入，不批量应用
- 下游影响检查：扫描引用该页面的其他页面，标记可能需要同步更新的内容
- 矛盾扫描：若新信息与 wiki 内容冲突，搜索所有出现该矛盾声明的页面，全部更新
- 更新 index 和 log，所有修改必须标注来源
浏览器自动化，用于网络检索增强。按类别优先使用权威来源：
| 类别 | 优先来源 |
|---|---|
| 通用概念 | Wikipedia (en/zh) |
| 技术/编程 | 官方文档, MDN, arxiv, GitHub |
| AI/ML | arxiv, Papers with Code, Hugging Face |
| 学术 | Google Scholar, Semantic Scholar |
| 官方文档 | 该技术/产品的官方网站 |
知识复利：每次摄入不只是存档，而是把新知识织入已有网络。第 100 次摄入时，AI 能发现这篇笔记与 50 个已有页面的关联。
原始素材不动：raw/ 永远保持原样。wiki 是 AI 的解读层，不是原文替代品。
可验证的来源：每个页面都标注来源（本地文件路径或 URL），避免 AI 凭空生成内容。
反向链接优先：新页面创建后，AI 会扫描所有现有页面，在相关位置添加指向新页面的链接。这是知识复利的关键。
MIT