📚 llm-wiki-kit

一个实现了 Karpathy 的 LLM Wiki 模式的 MCP 服务器——即持久化、由 LLM 维护并随时间不断积累的知识库。

不同于 RAG（每次查询都从头开始重新发现知识），LLM 会增量构建并维护一个结构化的维基，其中包含互联的 Markdown 文件、交叉引用、摘要和综合分析，随着你添加的源文件越多，内容就越丰富。

为什么？

维护知识库最繁琐的部分不是阅读或思考，而是记账式的工作。更新交叉引用、保持摘要最新、记录矛盾点、维护一致性。LLM 非常适合做这些。你负责策划和指导，LLM 负责完成其余工作。

使用案例示例：研究循环

假设你正在研究一种复杂的新技术，例如 LLM 推测解码（speculative decoding）。与其阅读 10 篇论文并手动做笔记，不如使用 llm-wiki-kit 让你的代理随时间构建一张状态图。

工作流程

人类：将 3 份 PDF 放入 raw/
人类：“分析这些论文并更新知识库。特别注意 KV 缓存优化。”
代理（通过 MCP）：
- 为每篇论文调用 wiki_ingest
- 调用 wiki_write_page 创建 concepts/speculative_decoding.md
- 调用 wiki_write_page 更新 synthesis/cache_strategies.md 并将其链接到论文
- 调用 wiki_lint 以确保新的“草稿模型”概念与现有的“推理”页面进行了交叉引用

结果

两周后，你在 Cursor 或 Claude Code 中开启了一个新的聊天会话。你无需重新上传论文或重新解释你学到的内容。你问：

“根据我们目前的研究，哪种草稿模型架构对 Llama 3 最有效？”

你的代理调用 wiki_search，阅读它之前编写的综合页面，并根据积累的证据回答：

“根据你知识库中汇编的证据，Eagle 架构目前处于领先地位，因为……”

快速开始

安装

需要 Python 3.10+。

# With uv (recommended)
uv pip install git+https://github.com/iamsashank09/llm-wiki-kit.git

# With pip
pip install git+https://github.com/iamsashank09/llm-wiki-kit.git

注意： PyPI 发布即将推出。目前，请直接从 GitHub 安装。

初始化维基

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

这将创建：

my-research/
├── raw/          ← Drop source files here (immutable)
├── wiki/         ← LLM-maintained wiki pages
│   ├── index.md  ← Master index
│   └── log.md    ← Chronological operation log
└── WIKI.md       ← Schema file for your LLM agent

连接到你的 LLM 代理

Claude Desktop / Claude Code

添加到你的 MCP 配置 (claude_desktop_config.json)：

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

OpenAI Codex

使用以下命令添加服务器：

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

或者手动添加到 ~/.codex/config.toml：

[mcp_servers.llm-wiki-kit]
command = "llm-wiki-kit"
args = ["serve", "--root", "/path/to/my-research"]

Cursor

添加到 .cursor/mcp.json：

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

Windsurf

添加到 ~/.codeium/windsurf/mcp_config.json：

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

任何兼容 MCP 的代理

llm-wiki-kit serve --root /path/to/my-research

该服务器使用 stdio 传输，并与任何 MCP 客户端兼容。

使用它

连接后，你的 LLM 代理将拥有以下工具：

工具	描述
`wiki_init`	初始化一个新的维基
`wiki_ingest`	处理源文档
`wiki_write_page`	创建/更新维基页面
`wiki_read_page`	读取维基页面
`wiki_search`	全文搜索 (FTS5)
`wiki_lint`	问题健康检查
`wiki_status`	维基状态概览
`wiki_log`	追加到操作日志

工作流程示例：

将一篇文章放入 raw/
告诉你的代理：“Ingest raw/article.md”
代理阅读它，创建维基页面，交叉引用相关概念，更新索引
提出问题：“X 与 Y 有什么关系？”，代理搜索维基并进行综合分析
定期执行：“Run a lint pass”以捕获断开的链接、孤立页面和矛盾点

架构

根据 Karpathy 的设计，分为三层：

┌─────────────────────────────────────────────┐
│  You (the human)                            │
│  Source, direct, ask questions, think        │
└──────────────────┬──────────────────────────┘
                   │
┌──────────────────▼──────────────────────────┐
│  Wiki (wiki/)                               │
│  LLM-maintained markdown files              │
│  Summaries, entities, concepts, synthesis   │
│  Cross-referenced with [[wiki links]]       │
└──────────────────┬──────────────────────────┘
                   │
┌──────────────────▼──────────────────────────┐
│  Raw Sources (raw/)                         │
│  Articles, papers, notes (immutable)        │
└─────────────────────────────────────────────┘

搜索

维基页面使用 SQLite FTS5 和 Porter 词干提取进行索引，零外部依赖，即时设置。搜索支持：

简单查询："attention mechanism"
布尔运算：transformer AND attention
取反：transformer NOT GPT
前缀：trans*

Lint (检查)

Lint 工具检查以下内容：

断开的链接： [[Page Name]] 引用了不存在的页面
孤立页面： 没有入站链接的页面
空页面： 只有标题或没有内容的页面

使用案例

技术入职： 将整个代码库的文档摄取到维基中，以便代理可以快速回答架构问题
项目状态： 维护一个项目维基，代理可以在多个聊天会话中跟踪当前的错误、架构决策和 TODO
竞争情报： 向代理提供市场报告，让它维护一个随着新数据到来而更新的动态景观维基

提示

透明度和审计： 由于维基只是一个 Markdown 文件文件夹，你可以将 VS Code、Zed 或 Obsidian 等任何查看器指向该目录，以审计代理的工作或可视化其内部知识图谱。代理运行不需要 GUI
维基只是 Git 仓库中的 Markdown 文件，因此版本历史和协作是免费的
从小处着手。即使是 5-10 个源文件也能产生一个非常有用的维基
让 LLM 积极地进行交叉引用，因为价值在于连接

开发

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

鸣谢

基于 Andrej Karpathy 的 LLM Wiki 构想。

许可证

MIT

LLM Wiki Kit