LLM Wiki：基于大模型的桌面端个人知识库工具开源

开发者 nash_su 在 Hacker News 上开源了 LLM Wiki——一款基于大语言模型的跨平台桌面应用，可将用户的文档自动整理为可增量维护的 Wiki 知识库。该项目基于 Andrej Karpathy 提出的 LLM Wiki 设计模式，将原本抽象的方法论落地为可直接使用的完整应用。

项目背景与核心理念

Karpathy 的 LLM Wiki 模式主张由人类策划内容结构、由 LLM 负责将原始素材增量整理为结构化 Wiki。LLM Wiki 完整保留了这一角色划分，并把它从一份 prompt 级别的设计文档，扩展为一套桌面端工具。

与传统的 RAG（每次检索时重新从素材中检索并生成）不同，LLM Wiki 采用「一次编纂、持续更新」的策略：

• 原始资料（Raw Sources）经过两步 Chain-of-Thought 分析后，由 LLM 生成带来源溯源的 Wiki 页面，并写入增量缓存；
• Wiki 页面以本地 Markdown 文件形式存在，包含 YAML frontmatter，并兼容 Obsidian vault；
• 所有操作记录在 log.md 中，便于回溯与 lint 检查。

主要功能特性

LLM Wiki 在桌面端提供了相对完整的功能栈：

• 多格式文档解析：支持 PDF、Office 文档、EPUB/MOBI、Org mode、图片、媒体、Web Clips 以及批量 URL，可选内置、云端或本地 MinerU 进行 PDF 处理；
• 多模态图片理解：抽取 PDF 内嵌图片并调用视觉 LLM 生成事实性描述，可在搜索结果中以灯箱预览展示并跳转回原文；
• 检索与图谱：内置向量语义检索（基于 LanceDB，支持任意 OpenAI 兼容端点），同时提供基于相关性、源重叠、Adamic-Adar、类型亲和度四种信号的知识图谱与 Louvain 社区发现；
• Deep Research：通过 Tavily、SerpApi 或 SearXNG 进行多查询联网搜索，结果可自动摄入 Wiki；
• Rust 后端 Chat Agent：支持工具调用、工作区文件生成、Shell 审批与流式工具事件，并内置 Skills（扫描本地 SKILL.md 文件夹）与 MCP Server；
• 异步审阅与人机协作：支持 LLM 标记条目供人工裁决，配合 Chrome 一键剪藏、文件夹递归摄入与自动监听等生产力功能。

架构扩展与差异化

相较 Karpathy 的原始设计文档，LLM Wiki 添加了若干工程化能力：

• 新增 purpose.md 作为「Wiki 之魂」，明确定义目标、关键问题与研究范围，LLM 在摄入与查询时都会参考；
• 采用三栏布局（知识树 / 文件树 + Chat + 预览），配合可拖拽调整的面板；
• 提供本地 HTTP API（监听 127.0.0.1:19828）与 MCP Server，可被 Claude Code、Codex 等 Agent 通过一行命令直接调用；
• 支持项目级归档导入导出、Wiki 索引重建、按场景预配置模板（Research / Reading / Personal Growth / Business / General）。

技术栈与使用方式

应用后端使用 Rust 构建，前端为跨平台桌面框架；模型调度可按项目配置，并独立路由 Chat 与 Ingest 通道，同时也支持自定义 Provider、Header 与流式输出。仓库中提供了面向 Claude Code、Codex 的现成 Agent Skill，安装命令为 npx skills add …。完整的安装步骤、配置说明与 Hacker News 讨论帖可在项目主页查看。