| name | README.md | |
|---|---|---|
| description | 專案說明文件 | |
| created_date | 2026/04/22 | |
| modified_date | 2026/06/08 | |
| project_version | 1.4.0 | |
| document_version | 1.2.0 | |
| agent_sign |
|
一個基於「自動化監控」與「層次化編譯」理念構建的個人知識庫。不同於傳統的靜態 Wiki 或單純的 RAG 檢索，本專案強調知識的主動複利與自動維護。
本專案的方法論源自 Andrej Karpathy 提出的 LLM Wiki 模式。綜觀 GitHub 上近期排名前列的相關開源實踐（如 llm_wiki、llm-wiki-agent、claude-obsidian 等），皆共同探討了此模式對傳統 RAG（檢索增強生成）的關鍵突破：傳統 RAG 每次面對提問都必須「從零開始」檢索並拼湊片段，無法形成系統性的知識累積；而 LLM Wiki 模式則讓 LLM 扮演長期的知識庫維護者，將原始資料主動轉化為結構化且相互連結的持久性維基。
相較於將資料當作「堆放場」的傳統做法，LLM-Wiki 的目標是讓知識庫成為一個會呼吸的有機體：
- Incremental Compilation (增量編譯): 新進的原始素材不是僅被「儲存」等待檢索，而是由 LLM 主動閱讀、提取，並「集成」進既有的知識網絡中。
- Persistent Compounding (持續複利): 交叉引用、實體頁面更新、矛盾檢測與總結合成皆由 AI 自動完成。知識不再隨單次問答而消散，而是會隨著時間的推移而產生複利效應，變得越發豐富與立體。
為了避免知識落地過程出現空白頁、孤島頁或只有檔名沒有內容的占位頁，本專案現已將「最小落地契約」納入治理規範：任何正式 wiki/ 頁面都必須具備可追溯來源、最小正文內容、雙向連結、INDEX 掛載與狀態記錄。
- Frontmatter 標準化:
wiki/SCHEMA.md定義 11 個必填欄位、5 種頁面類型、標籤分類體系。 - 健康檢查自動化:
llm-wiki-lint升級為讀取 SCHEMA 的 8-check protocol（孤島/斷鏈/前置資料/標籤/大小/過期/信號/雙向連結）。 - 知識沖刷管線:
llm-wiki-flush定義outputs/→wiki/的結構化遷移協議。 - 自動補全工具:
scripts/backfill-frontmatter.py保守式插入缺失欄位，支援 3/4-dash fence，不動 body。
系統採用 Tiered Processing (層次化處理) 架構：
- 角色: 基於 Python 的檔案系統監控守護進程。
- 任務: 偵測
raw/異動，調用本地 Ollama 進行「初級摘要」與「任務掛號」。 - 工具: Python
watchdog, Ollama (預設qwen2.5:1.5b)。
- 角色: 高階 AI 代理人。
- 任務: 讀取初級摘要，進行深度整合、更新
wiki/頁面、維護INDEX.md與log.md。 - 目標: 確保結構一致性與高品質的知識產出。
raw/: 原始素材區（唯讀，Agent 不得修改）。wiki/: 正式知識庫（由 AI 維護的 Markdown 檔案）。outputs/: 供人工/AI 審閱後匯入 Wiki 的正式報告或長篇合成。sentinel/: 守護者工作區（包含初級摘要、狀態指紋、任務清單與日誌）。scripts/: 系統工具腳本。
請參閱 [[QUICKSTART.md]] 以獲取安裝與操作指南。
- Andrej Karpathy: [LLM Wiki]
Developed by Antigravity in collaboration with the USER.