LLM Wiki Kit
📚 llm-wiki-kit
Хватит каждый раз заново объяснять свои исследования своему ИИ-агенту.
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 claude3. 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-researchCursor
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 |
Постоянство между сессиями | Начинайте новые чаты, не теряя контекст |
Полнотекстовый поиск | Агент мгновенно находит нужные страницы (SQLite FTS5) |
Проверки состояния |
|
Визуализация графа |
|
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... |
| Извлеченный текст, маркеры страниц, метаданные |
| Чистое содержимое статьи, автоматически сохраняется в |
| Полная транскрипция с временными метками |
| 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 |
| Обработка любого источника (файл, URL, YouTube) |
| Создание или обновление страницы вики |
| Чтение конкретной страницы |
| Полнотекстовый поиск по всем страницам |
| Поиск битых ссылок, страниц-сирот, пустых страниц |
| Обзор: количество страниц, источников, недавняя активность |
| Добавление записи в журнал операций |
| 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.
This server cannot be deployed
Maintenance
Related MCP Connectors
Personal wiki and memory layer for AI assistants. Persistent, structured memory across sessions.
Self-hostable team wiki; agents read & write it via MCP; Atlas turns your repo into a cited wiki.
- KumbukaOAuthai.kumbuka
Governed, auditable knowledge your team curates for its AI assistants, self-hostable
Self-hostable shared brain for you and your AI agents — docs, flows, meetings, decisions, rationale
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables AI-powered knowledge base management with automated wiki-linking, content generation from titles, web research summarization, and knowledge graph integrity maintenance for Markdown files.15 npm3MIT
- AlicenseNot gradedqualityCmaintenancePersistent markdown wiki for your AI agent, built on Karpathy's LLM wiki gist.56 PyPI1MIT
- AlicenseNot gradedqualityDmaintenanceMCP server for persistent, compounding markdown wikis maintained by LLMs. Enables incremental knowledge base building with interlinked pages, search, and raw source management.27 npm1MIT
- AlicenseBqualityBmaintenanceMindBase 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.502 npm136MIT