Stigmergy：面向团队的 LLM 驱动知识库，借鉴 Karpathy 个人 wiki 思路

Stigmergy 是一款面向团队的开源知识管理工具，灵感来自 Andrej Karpathy 长期维护的个人 Gist wiki。它把「一个人 + 一个 LLM librarian」的轻量循环扩展为支持多角色、多 agent 的协作版本：信息从 Slack、Google Drive、本地文件等渠道摄入，由一个 librarian agent 自动归档到一个 Git 与 Markdown 构成的知识库中，所有写入路径都经过网关校验，不依赖人工审批。

核心理念：蚁群式的痕迹机制

工具以「stigmergy」（stigmergy，蚂蚁通过环境中留下的痕迹间接协调）命名，强调信息源本身就是痕迹——人在 Slack 上的反应、agent 在 Claude Code 中完成的任务——由 librarian 跟进这些痕迹，wiki 自然涌现，无需逐条审核。

关键设计取舍：

知识本体使用纯 Git + Markdown，Postgres 仅作为可重建的操作状态与索引。
摄入字节经由预签名 URL 上传，保留原始证据。
每条来源是不可变的，wiki 页面才是可重写的。
任何写入都生成一次 commit，便于审计。

写入路径与状态机

每条捕获进入 Postgres 队列，状态在 queued → processing → landed | failed 之间流转：

librarian 可新建/改写 note 或 concept、合并/删除冗余页面、提出实体声明、登记或解决冲突，也可选择「不归档」——但来源仍然落地。
librarian 永不修改 sources/ 目录，也不会扩大 ACL。
崩溃后通过对账 commit SHA 恢复，不会产生重复提交。
技术性失败在租约期内重试，终止性失败携带类型化错误供管理员手动重试。

知识模型

知识库分四类对象：

Note：上下文性结论、决策或事件，可修改。
Concept：持久性解释型知识，可修改。
Entity：以 UUID 表示的实体原语，仅可记录具名声明。
Source：不可变证据，每条捕获一份。

Note 与 Concept 携带成熟度（seed → developing → mature → evergreen）、可选 ACL、实体锚点与来源列表。当不同来源发生冲突时，librarian 会同时保留两条主张，用严格标记嵌入到二者读者都可见的最窄页面，并将冲突留作可追溯记录，待后续捕获解决。

与 AI 工具的集成方式

团队版本重点支持 AI agent 双向接入：

Claude Code / Codex：通过本地 stigmergy-bridge 代理 MCP 调用，可读取本地文件、公网 URL 与私有 Google Drive 文档。
Slack：通过 :brain: 反应触发归档。
Backoffice：管理员界面用于手动触发与状态审查。
MCP tools：对外暴露 5 个读取工具，对 agent 与人类使用同一可见性策略。

读取侧采用混合检索 + ask 加引用校验，索引通过 webhook 增量更新加夜间全量重建保证收敛。

部署与适用场景

项目以 Quick start 形式提供从 uv 工具链安装到 MCP 注册的完整流程，适合在已使用 Claude Code 或 Codex 的小型技术团队中试运行，用来沉淀决策、客户资料、项目脉络等需要长期可追溯但又分散在多渠道中的信息。其优势在于把 Karpathy「一个人长期维护 wiki」的模式工程化为可多人协作、可审计、可接入 agent 的形态；局限在于依赖 Postgres 与对象存储、需要团队为私域文档配置 OAuth，对个人开发者而言可能偏重。