Skip to main content
Glama
iamsashank09

LLM Wiki Kit

by iamsashank09

📚 llm-wiki-kit

Хватит каждый раз заново объяснять свои исследования своему ИИ-агенту.

License: MIT Python 3.10+


llm-wiki-kit дает вашему ИИ-агенту постоянную структурированную память, которая накапливается со временем. Добавляйте PDF-файлы, URL-адреса, видео с YouTube — ваш агент создает вики, связывает факты и помнит всё на протяжении всех сессий.

Основано на паттерне LLM Wiki от Карпаты. Работает с Claude, Codex, Cursor, Windsurf и любым агентом, совместимым с MCP.

https://github.com/user-attachments/assets/8814a581-1832-4e94-a5df-9e9b6b041507


Проблема

Каждый раз, когда вы начинаете новый чат:

You: "Remember that paper on speculative decoding I shared last week?"
Agent: "I don't have access to previous conversations..."
You: *sighs, re-uploads PDF, re-explains context*

Вы постоянно заново обучаете своего агента тому, что он уже должен знать.

Related MCP server: llm-wiki-mcp

Решение

С llm-wiki-kit ваш агент ведет свою собственную базу знаний:

You: "What did we learn about speculative decoding?"
Agent: *searches wiki* "Based on the 3 papers you've shared, the Eagle 
       architecture shows the best efficiency tradeoffs because..."

Вики сохраняется. Перекрестные ссылки накапливаются. Ваш агент становится умнее с каждым добавленным источником.


⚡ Быстрый старт (2 минуты)

1. Установка

pip install "llm-wiki-kit[all] @ git+https://github.com/iamsashank09/llm-wiki-kit.git"

2. Инициализация вики

mkdir my-research && cd my-research
llm-wiki-kit init --agent claude

3. Подключение вашего агента

Добавьте в конфигурацию Claude Desktop (claude_desktop_config.json):

{
  "mcpServers": {
    "llm-wiki-kit": {
      "command": "llm-wiki-kit",
      "args": ["serve", "--root", "/path/to/my-research"]
    }
  }
}

OpenAI Codex

codex mcp add llm-wiki-kit -- llm-wiki-kit serve --root /path/to/my-research

Cursor

Добавьте в .cursor/mcp.json:

{
  "mcpServers": {
    "llm-wiki-kit": {
      "command": "llm-wiki-kit",
      "args": ["serve", "--root", "/path/to/my-research"]
    }
  }
}

Windsurf

Добавьте в ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "llm-wiki-kit": {
      "command": "llm-wiki-kit",
      "args": ["serve", "--root", "/path/to/my-research"]
    }
  }
}

4. Использование

You: "Ingest this paper: raw/attention-is-all-you-need.pdf"
Agent: *creates wiki pages, cross-references concepts, updates index*

You: "Now ingest https://youtube.com/watch?v=kCc8FmEb1nY"
Agent: *extracts transcript, links to existing transformer concepts*

You: "How does the attention mechanism in the paper relate to Karpathy's explanation?"
Agent: *searches wiki, synthesizes answer from both sources*

Теперь у вашего агента есть постоянная память, которая сохраняется между сессиями.


🔥 Что делает это решение особенным

Функция

Почему это важно

Мультиформатный ввод

PDF, URL, YouTube, markdown — просто добавьте файл

Автоматические перекрестные ссылки

Агент создает [[wiki links]] между связанными концепциями

Постоянство между сессиями

Начинайте новые чаты, не теряя контекст

Полнотекстовый поиск

Агент мгновенно находит нужные страницы (SQLite FTS5)

Проверки состояния

wiki_lint находит битые ссылки, страницы-сироты, противоречия

Визуализация графа

wiki_graph создает интерактивную HTML-карту ваших знаний (см. ниже)

Отсутствие привязки

Это просто markdown-файлы в папке — просматривайте в Obsidian, VS Code, где угодно

Работает с любым MCP-агентом

Claude, Codex, Cursor, Windsurf и другие


📥 Поддерживаемые источники

Ваш агент может обрабатывать что угодно:

Добавьте это...

Получите это...

raw/paper.pdf

Извлеченный текст, маркеры страниц, метаданные

https://arxiv.org/abs/...

Чистое содержимое статьи, автоматически сохраняется в raw/

https://youtube.com/watch?v=...

Полная транскрипция с временными метками

raw/notes.md

Прямой импорт markdown

Установите то, что вам нужно:

pip install "llm-wiki-kit[pdf]"      # PDF support
pip install "llm-wiki-kit[web]"      # URL extraction  
pip install "llm-wiki-kit[youtube]"  # YouTube transcripts
pip install "llm-wiki-kit[all]"      # Everything

🧠 Как это работает

┌─────────────────────────────────────────────────────────┐
│  YOU                                                    │
│  "Ingest this paper. How does it relate to X?"         │
└───────────────────────┬─────────────────────────────────┘
                        │
┌───────────────────────▼─────────────────────────────────┐
│  WIKI (agent-maintained)                                │
│                                                         │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐  │
│  │ concepts/    │  │ sources/     │  │ synthesis/   │  │
│  │ attention.md │◄─┤ paper-1.md   │──► cache.md     │  │
│  │ [[linked]]   │  │ [[linked]]   │  │ [[linked]]   │  │
│  └──────────────┘  └──────────────┘  └──────────────┘  │
│                                                         │
│  + index.md (table of contents)                        │
│  + log.md (what happened when)                         │
└───────────────────────┬─────────────────────────────────┘
                        │
┌───────────────────────▼─────────────────────────────────┐
│  RAW SOURCES (immutable)                                │
│  paper.pdf, article.html, transcript.md                 │
└─────────────────────────────────────────────────────────┘

Агент читает исходные материалы, пишет страницы вики и поддерживает связи. Вы никогда не касаетесь вики напрямую — агент выполняет всю работу.


📊 Граф знаний

wiki_graph создает интерактивную HTML-визуализацию структуры вашей вики:

Узлы имеют цветовую кодировку по типу (источники, концепции, синтез). Нажимайте и перетаскивайте, чтобы исследовать связи.


🛠 Доступные инструменты

Ваш агент получает следующие MCP-инструменты:

Инструмент

Что он делает

wiki_ingest

Обработка любого источника (файл, URL, YouTube)

wiki_write_page

Создание или обновление страницы вики

wiki_read_page

Чтение конкретной страницы

wiki_search

Полнотекстовый поиск по всем страницам

wiki_lint

Поиск битых ссылок, страниц-сирот, пустых страниц

wiki_status

Обзор: количество страниц, источников, недавняя активность

wiki_log

Добавление записи в журнал операций

wiki_graph

Генерация интерактивной HTML-визуализации графа


💡 Варианты использования

Исследования: Загружайте статьи в свою вики неделями. Задавайте вопросы на синтез, охватывающие все прочитанное.

Технический онбординг: Загрузите документацию кодовой базы. Ваш агент будет отвечать на вопросы по архитектуре, основываясь на накопленном контексте.

Конкурентная разведка: Добавляйте отчеты о рынке, звонки о доходах, новости. Агент поддерживает живую картину, которая обновляется по мере добавления данных.

Обучение: Смотрите обучающие видео на YouTube, читайте блоги. Агент создает персонализированную вики всего, что вы изучили.

Заметки к книгам: Загружайте главы по мере чтения. Агент отслеживает персонажей, темы, сюжетные линии и связи.


🔍 Советы профессионалов

  • Используйте Obsidian для визуализации графа вашей вики — это просто папка с markdown-файлами

  • Инициализируйте Git в директории вашей вики — получите историю версий бесплатно

  • Позвольте агенту активно создавать ссылки — ценность растет за счет связей

  • Периодически запускайте lint — это помогает находить противоречия и пробелы в базе знаний

  • Начните с малого — даже 5-10 источников создают удивительно полезную вики


📦 Разработка

git clone https://github.com/iamsashank09/llm-wiki-kit
cd llm-wiki-kit
uv venv && source .venv/bin/activate
uv pip install -e ".[all]"

🙏 Благодарности

Основано на идее LLM Wiki от Андрея Карпаты.

📄 Лицензия

MIT — делайте с этим что хотите.

Maintenance

ActivityInactive
ResponsivenessUnresponsive

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    D
    maintenance
    MCP server for persistent, compounding markdown wikis maintained by LLMs. Enables incremental knowledge base building with interlinked pages, search, and raw source management.
    27 npm
    1
    MIT
  • A
    license
    B
    quality
    B
    maintenance
    MindBase implements Karpathy's "LLM wiki" pattern as an MCP server. Instead of retrieving chunks at query time (RAG), the LLM maintains a persistent wiki between your conversations: it reads every source you feed it, cross-references pages with [[wikilinks]], flags contradictions between sources, and keeps a context.md that reflects your current synthesized thinking.
    50
    2 npm
    136
    MIT