llm-wiki — 个人知识库构建系统

把碎片化的信息变成持续积累、互相链接的知识库。你只需要提供素材，AI 做所有的整理工作。

这个 skill 做什么

llm-wiki 帮你构建一个持续增长的个人知识库。它不是传统的笔记软件，而是一个让 AI 帮你维护的 wiki 系统：

你给素材（链接、文件、文本），AI 提取核心知识并整理成互相链接的 wiki 页面
知识库随着每次使用变得越来越丰富，而不是每次重新开始
所有内容都是本地 markdown 文件，用 Obsidian 或任何编辑器都能查看

核心理念

传统方式（RAG/聊天记录）的问题：每次问问题，AI 都要从头阅读原始文件，没有积累。知识库的价值在于知识被编译一次，然后持续维护，而不是每次重新推导。

快速开始

告诉用户这两步就够了：

初始化：说"帮我初始化一个知识库"
添加素材：给一个链接或文件，说"帮我消化这篇"

Script Directory

Scripts located in scripts/ subdirectory.

Path Resolution:

SKILL_DIR = this SKILL.md's directory
Script path = ${SKILL_DIR}/scripts/<script-name>

依赖检查

首次使用时，检查以下依赖是否已安装。如果缺失，提示用户运行安装：

bash ${SKILL_DIR}/setup.sh

依赖 skill / 工具：

baoyu-url-to-markdown — 普通网页、X/Twitter、部分知乎提取
wechat-article-to-markdown — 微信公众号提取
youtube-transcript — YouTube 字幕提取

即使部分依赖缺失，skill 仍可工作（用户可以手动粘贴文本内容）。

外挂状态模型

外挂失败统一分成 not_installed / env_unavailable / runtime_failed / unsupported / empty_result 五类。

所有需要枚举来源、读取 source_label、raw_dir、adapter_name、fallback_hint 的地方，都先读来源总表：

bash ${SKILL_DIR}/scripts/source-registry.sh list

需要拿单个来源的定义时，用：

bash ${SKILL_DIR}/scripts/source-registry.sh get <source_id>

对 URL 类来源，先运行：

bash ${SKILL_DIR}/scripts/adapter-state.sh check <source_id>

adapter-state.sh check 返回 8 列：

source_id	source_label	state	state_label	detail	recovery_action	install_hint	fallback_hint

not_installed：提示用户可补安装，同时允许改走手动入口
env_unavailable：说明缺少的环境条件，同时允许改走手动入口
runtime_failed：说明本次提取执行失败，允许重试一次，再改走手动入口
unsupported：直接给出手动入口，不尝试自动提取
empty_result：说明自动提取没拿到有效内容，请用户手动补全文本

当自动提取实际执行后，再运行：

bash ${SKILL_DIR}/scripts/adapter-state.sh classify-run <source_id> <exit_code> <output_path>

用返回的 detail、recovery_action、install_hint、fallback_hint 生成提示。核心主线不因外挂失败而中断。

工作流路由

根据用户的意图，路由到对应的工作流：

用户意图关键词	工作流
"初始化知识库"、"新建 wiki"、"创建知识库"	→ init
URL / 文件路径 / "添加素材"、"消化"、"整理" / 直接给链接	→ ingest
"批量消化"、"把这些都整理" / 给了文件夹路径	→ batch-ingest
"关于 XX"、"查询"、"XX 是什么"、"总结一下"	→ query
"给我讲讲 XX"、"深度分析 XX"、"综述 XX"、"digest XX"	→ digest
"检查知识库"、"健康检查"、"lint"	→ lint
"知识库状态"、"现在有什么"、"有多少素材"	→ status
"画个知识图谱"、"看看关联图"、"graph"、"知识库地图"	→ graph

重要：如果用户直接给了一个 URL 或文件，但没有明确说要做什么，默认走 ingest 工作流。如果知识库还不存在，先自动走 init 再走 ingest。

通用前置检查

除 init 外，其他工作流默认先执行这段检查：

先检查当前工作目录是否包含 .wiki-schema.md
- 如果包含 → 用当前目录作为知识库根路径
- 如果不包含 → 回退到读取 ~/.llm-wiki-path
如果两者都没有：
- ingest / batch-ingest → 先运行 init
- query / lint / status / digest / graph → 提示用户先初始化知识库
读取知识库根目录下的 .wiki-schema.md
从 .wiki-schema.md 的"语言"字段判断 WIKI_LANG
- 语言：中文 → WIKI_LANG=zh
- 语言：English → WIKI_LANG=en
- 字段缺失 → 默认 WIKI_LANG=zh

输出语言规则

所有面向用户的输出和新写入的 wiki 内容，都按 WIKI_LANG 生成：

WIKI_LANG=zh → 使用下文中文示例
WIKI_LANG=en → 保持与中文示例相同的结构、信息量和顺序，仅改为自然英文措辞
文件路径、wiki 链接、目录名保持现有约定，不因为语言切换而改动

术语对照：

素材 → Source
实体 → Entity
主题 → Topic
摘要 → Summary
综合 → Synthesis
消化 → Ingest
对比 → Comparison
深度报告 → Deep Dive Report
知识图谱 → Knowledge Graph

工作流 1：init（初始化知识库）

前置检查（含多知识库 CWD 检查）

先检查当前工作目录是否包含 .wiki-schema.md
- 如果包含 → 当前目录已经是一个知识库，提示用户已存在并询问是否要重新初始化
如果当前目录没有 → 读取 ~/.llm-wiki-path 文件
- 如果存在 → 提示用户已有一个知识库（显示路径），询问是要新建还是切换到那个
两个都没有 → 进入初始化流程

步骤

询问知识库主题（先向用户提问）：
- "你的知识库要围绕什么主题？比如'AI 学习笔记'、'产品竞品分析'、'读书笔记'"
- 如果用户没想法，默认用"我的知识库"
询问知识库语言（先向用户提问）：
- "知识库内容用什么语言？中文 / English（默认中文）"
- 选项：zh（中文）或 en（English）
- 如果用户没有明确说，默认 zh
- 将选择记录为 WIKI_LANG（zh 或 en）
询问保存位置（先向用户提问）：
- 默认：~/Documents/我的知识库/（zh）或 ~/Documents/my-wiki/（en）
- 用户可以自定义路径

运行初始化脚本：

bash ${SKILL_DIR}/scripts/init-wiki.sh "<路径>" "<主题>"

写入语言配置并本地化种子文件：
- 将 .wiki-schema.md 中的 语言：{{LANGUAGE}} 替换为：
  - zh → 语言：中文（种子文件保持中文，无需额外处理）
  - en → 语言：English，同时覆写以下种子文件为英文版：
- 如果 WIKI_LANG=en，读取 ${SKILL_DIR}/templates/index-en-template.md、${SKILL_DIR}/templates/overview-en-template.md、${SKILL_DIR}/templates/log-en-template.md，将 {{DATE}} 和 {{TOPIC}} 替换为实际值后，分别写入 index.md、wiki/overview.md、log.md
记录路径到 ~/.llm-wiki-path：
```
echo "<路径>" > ~/.llm-wiki-path
```

输出引导（根据 WIKI_LANG 切换语言）：

中文（zh）：

知识库已创建！路径：<路径>

接下来你可以：
- 给我一个链接，我会自动提取并整理（网页、X/Twitter、公众号、知乎等）
- 小红书内容请直接粘贴文本给我（暂不支持自动提取）
- 给我一个本地文件路径（PDF、Markdown 等）
- 直接粘贴文本内容
- 批量消化：给我一个文件夹路径

推荐：用 Obsidian 打开这个文件夹，可以实时看到知识库的构建效果。

（英文版按「输出语言规则」生成，结构相同。）

工作流 2：ingest（消化素材）

这是最核心的工作流。用户给一个素材进来，AI 做所有的整理工作。

前置检查

执行通用前置检查（见上方定义）。

素材提取路由

根据素材类型自动路由到最佳提取方式：

外挂前置判断：

URL 先调用 bash ${SKILL_DIR}/scripts/source-registry.sh match-url "<url>"
本地文件先调用 bash ${SKILL_DIR}/scripts/source-registry.sh match-file "<path>"
纯文本粘贴直接调用 bash ${SKILL_DIR}/scripts/source-registry.sh get plain_text
source-registry.sh 返回 10 列：source_id、source_label、source_category、input_mode、match_rule、raw_dir、adapter_name、dependency_name、dependency_type、fallback_hint
调用 bash ${SKILL_DIR}/scripts/adapter-state.sh check <source_id>
从 adapter-state.sh check 的 8 列结果里读取 state、detail、recovery_action、install_hint、fallback_hint
如果 state=not_installed / env_unavailable / unsupported → 不调用外挂，直接按 detail、recovery_action、install_hint、fallback_hint 告诉用户下一步
只有返回 available 时，才继续自动提取

URL 类素材（统一走来源总表，不手写域名表）：

Chrome 提示（仅当 adapter_name=baoyu-url-to-markdown 时）： adapter-state.sh check 已通过 lsof -i :9222 -sTCP:LISTEN 确认 Chrome 调试端口状态。如果 check 返回 env_unavailable，直接按 fallback_hint 引导用户，不要自行检测 Chrome。如果 check 返回 available，正常调用外挂。baoyu-url-to-markdown 会自己处理 Chrome 启动，继续执行，不要等待用户确认。如果提取仍然失败，提示用户：open -na "Google Chrome" --args --remote-debugging-port=9222

如果 source_category=manual_only → 不调用外挂，直接使用 fallback_hint
如果 adapter_name=wechat-article-to-markdown → 执行 wechat-article-to-markdown "<URL>"
如果 adapter_name=youtube-transcript → 调用 youtube-transcript
如果 adapter_name=baoyu-url-to-markdown → 调用 baoyu-url-to-markdown

本地文件：

统一走 bash ${SKILL_DIR}/scripts/source-registry.sh match-file "<path>"
命中后直接读取，不调用外挂

纯文本粘贴：

统一视为 plain_text
直接使用用户提供的文本

统一回退规则：

对自动提取结果，统一运行 bash ${SKILL_DIR}/scripts/adapter-state.sh classify-run <source_id> <exit_code> <output_path>
从 classify-run 返回的 8 列结果里读取 state、detail、recovery_action、fallback_hint
如果返回 runtime_failed → 按 detail、recovery_action、fallback_hint 告诉用户“这次自动提取失败，可以先重试一次；如果还不行，就改走手动入口”
如果返回 empty_result → 按 detail、recovery_action、fallback_hint 告诉用户“自动提取没有拿到有效正文，请手动补全文本后继续”
其他状态也使用同一份返回结果，不再手写第二套回退文案

内容分级处理

根据素材长度和信息密度自动选择处理级别：

判断标准：

素材内容 > 1000 字 → 完整处理
素材内容 <= 1000 字（短推文、小红书笔记等）→ 简化处理

完整处理流程（长素材 > 1000 字）

提取素材内容：按上面的路由获取素材文本
保存原始素材到 raw/ 对应目录：
- 根据素材类型保存到对应目录（articles/、tweets/、wechat/、xiaohongshu/、zhihu/ 等）
- 文件名格式：{日期}-{短标题}.md
- 如果是 URL 类素材，在文件头部记录原始 URL
阅读素材，提取关键信息：
- 核心观点（3-5 个要点）
- 关键概念（3-5 个，需要创建或更新的实体）
- 与已有素材的关联
生成素材摘要页（wiki/sources/{日期}-{短标题}.md）：
- 参考 templates/source-template.md 的格式
- 包含：基本信息、核心观点、关键概念、与其他素材的关联、原文精彩摘录
更新或创建实体页（wiki/entities/）：
- 对每个关键概念，检查 wiki/entities/ 下是否已有对应页面
- 如果已有 → 追加新信息，更新"不同素材中的观点"部分
- 如果没有 → 创建新实体页，参考 templates/entity-template.md
- 使用 [[实体名]] 语法做双向链接
更新或创建主题页（wiki/topics/）：
- 识别素材涉及的主要研究主题
- 如果已有对应主题页 → 更新素材汇总表和核心观点
- 如果没有 → 创建新主题页，参考 templates/topic-template.md
更新 index.md：
- 在对应分类下添加新条目
- 更新概览统计数字
更新 log.md：
- 追加格式：## {日期} ingest | {素材标题}
- 记录新增和更新的页面列表

向用户展示结果（按 WIKI_LANG 切换语言）：

中文（zh）：

已消化：{素材标题}

新增页面：
- {素材摘要页}
- {新实体页1}
- {新主题页1}

更新页面：
- {已有实体页2}（追加了新信息）

发现关联：
- 这篇素材和 [[已有素材]] 在 {某概念} 上有联系

（英文版按「输出语言规则」生成，结构相同。）

简化处理流程（短素材 <= 1000 字）

适用于短推文、小红书笔记、简短评论等。

保存原始素材到对应 raw/ 目录
生成简化摘要页（wiki/sources/）：
- 只包含基本信息和核心观点
- 不写"原文精彩摘录"部分
提取 1-3 个关键概念：
- 如果对应实体页已存在 → 追加一句话说明
- 如果不存在 → 在摘要页中用 [待创建: [[概念名]]] 标记
更新 index.md 和 log.md
跳过：主题页创建/更新、overview 更新

向用户展示简化结果（按 WIKI_LANG 切换语言）：

中文（zh）：

已消化：{素材标题}（短内容，简化处理）

新增：
- 素材摘要页

待完善：
- [待创建: [[概念名]]]（积累更多素材后整理）

（英文版按「输出语言规则」生成，结构相同。）

工作流 3：batch-ingest（批量消化）

当用户给了一个文件夹路径，或者说"把这些都整理一下"。

步骤

确认知识库路径：
- 执行通用前置检查（见上方定义），获取知识库根路径和 WIKI_LANG
列出所有可处理文件：
- 支持的格式：.md, .txt, .pdf, .html
- 忽略：隐藏文件、.git 目录、node_modules 等
展示文件列表，确认处理范围（按 WIKI_LANG 切换语言）：

zh：
```
发现 {N} 个文件待处理：
1. file1.pdf
2. file2.md
3. file3.txt

预计需要 {N} 轮处理。是否开始？
```
（英文版按「输出语言规则」生成，结构相同。）
逐个处理：对每个文件执行 ingest 工作流
- 根据内容长度自动选择完整/简化处理
每 5 个文件后暂停，展示进度并询问是否继续（按 WIKI_LANG 切换语言）：

zh：
```
进度：5/{N} 已完成

本批处理结果：
- 新增素材摘要：5
- 新增实体页：3
- 更新已有页面：7

继续处理剩余 {M} 个文件？
```
（英文版按「输出语言规则」生成，结构相同。）

全部完成后：

运行一次 index.md 全量更新
输出总结报告（按 WIKI_LANG 切换语言）：

zh：

批量消化完成！

处理了 {N} 个文件：
- 成功：{S}
- 跳过（内容为空/格式不支持）：{K}
- 失败：{F}

新增页面：{total_new}
更新页面：{total_updated}

（英文版按「输出语言规则」生成，结构相同。）

工作流 4：query（查询知识库）

步骤

确认知识库路径：
- 执行通用前置检查（见上方定义），获取知识库根路径和 WIKI_LANG
- 如果没有可用知识库，提示用户先初始化
读取 index.md 了解知识库全貌
搜索相关页面：
- 先在 index.md 中定位相关分类和条目
- 再用 Grep 在 wiki/ 目录下搜索关键词
- 读取最相关的 3-5 个页面
综合回答：
- 按 WIKI_LANG 用对应语言回答用户的问题
- 标注信息来源（引用 wiki 页面，用 [[页面名]] 格式）
- 如果多个素材有不同观点，分别列出并标注来源
建议回写：
- 如果这个回答产生了有价值的分析或综合，询问用户是否保存为新的 wiki 页面
- 如果保存 → 创建新页面（wiki/synthesis/ 或 wiki/comparisons/），更新 index.md 和 log.md

工作流 5：lint（健康检查）

触发时机

用户主动说"检查知识库"
每次 ingest 后，如果素材总数是 10 的倍数，主动建议运行 lint

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

确定检查范围：
- 最近更新的 10 个页面（按文件修改时间排序）
- 随机抽查的 10 个页面（避免遗漏旧页面的问题）
- 如果页面总数 <= 20，检查全部
逐项检查：

孤立页面（Grep 搜索 [[页面名]]，找出没有任何其他页面链接到的页面）：
- 列出所有孤立页面
- 建议应该从哪些页面添加链接
缺失概念页（读取所有页面，找出被 [[某概念]] 链接但实际不存在的页面）：
- 列出所有"断链"
- 建议为哪些概念创建新页面
矛盾信息（阅读相关页面，检查是否有互相矛盾的说法）：
- 列出发现的矛盾
- 标注每处矛盾的来源页面
交叉引用缺失（检查相关主题的页面之间是否应该互相链接但没链）：
- 建议添加的交叉引用
index 一致性（对比 index.md 中的条目和实际 wiki 文件）：
- 找出 index 中有但文件不存在的条目
- 找出文件存在但 index 中没记录的页面

输出报告（按 WIKI_LANG 切换语言）：

zh：

知识库健康检查报告

检查范围：最近更新 10 页 + 随机抽查 10 页（共 {N} 页）

孤立页面（没有其他页面链接到它）：
- [[某页面]] → 建议从 [[相关页面]] 添加链接

断链（被链接但不存在）：
- [[某概念]] → 建议创建新页面

矛盾信息：
- 关于"XX"，[[页面A]] 说是 Y，但 [[页面B]] 说是 Z

缺失索引：
- {文件名} 存在但未记录在 index.md 中

（英文版按「输出语言规则」生成，结构相同。）

询问用户：要自动修复哪些问题？（按 WIKI_LANG 用对应语言提问）

工作流 6：status（查看状态）

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

步骤

先运行 bash ${SKILL_DIR}/scripts/source-registry.sh list 读取来源总表
获取知识库路径（按上面的 CWD 检查逻辑）
统计：
- 按来源总表中的 source_label 和 raw_dir 逐项统计 raw/ 文件数
- wiki/entities/ 下的页面数
- wiki/topics/ 下的页面数
- wiki/sources/ 下的页面数
- wiki/comparisons/ 和 wiki/synthesis/ 下的页面数
读取 log.md 最后 5 条记录
读取 index.md 获取主题概览
运行 bash ${SKILL_DIR}/scripts/adapter-state.sh summary-human 获取外挂状态

输出报告（按 WIKI_LANG 切换语言）：

zh：

知识库状态：{主题}

素材分布（按来源总表）：
- {source_label}：{N}
- {source_label}：{N}
...

Wiki 页面：{总数} 页
  - 实体页：{N}
  - 主题页：{N}
  - 素材摘要：{N}
  - 对比分析：{N}
  - 综合分析：{N}

最近活动：
- {日期} ingest | {素材标题}
- {日期} ingest | {素材标题}
...

外挂状态：
{summary-human 原文}

建议：
- 你可能想深入了解 {某主题}，已有 {N} 篇相关素材
- {某实体} 被 {N} 篇素材提到，值得整理成独立页面

（英文版按「输出语言规则」生成，结构相同。）

外挂状态直接使用 bash ${SKILL_DIR}/scripts/adapter-state.sh summary-human 的输出，不要自己再重写一套来源清单。

工作流 7：digest（深度综合报告）

区别于 query：query 是快速问答，不生成新页面；digest 是跨素材深度综合，生成持久化报告。

触发关键词

"给我讲讲 XX"、"深度分析 XX"、"综述 XX"、"digest XX"、"全面总结一下 XX"

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

搜索相关页面：
- 用 Grep 在 wiki/ 下搜索主题关键词
- 列出将要综合的页面（让用户了解报告覆盖范围）
深度阅读所有相关页面：
- 读取找到的所有相关 wiki 页面（sources/、entities/、topics/）
- 归纳每个页面的核心观点和来源信息

生成结构化深度报告，保存到 wiki/synthesis/{主题}-深度报告.md（按 WIKI_LANG 切换语言）：

zh：

# {主题} 深度报告

> 综合自 {N} 篇素材 | 生成日期：{日期}

## 背景概述
（简要说明这个主题的背景和重要性）

## 核心观点
（按重要性排列，每个观点标注来源）
- 观点一（来源：[[素材A]]、[[素材B]]）
- 观点二（来源：[[素材C]]）

## 不同视角对比
（如有多个素材观点不同，在此对比）
| 维度 | 来源A的观点 | 来源B的观点 |
|------|------------|------------|

## 知识脉络
（按时间或逻辑顺序梳理该主题的发展）

## 尚待解决的问题
（现有素材中尚未回答的问题，可作为下次搜集素材的方向）

## 相关页面
（列出所有综合来源的链接）

（英文版按「输出语言规则」生成，结构相同。）

更新 index.md 和 log.md：
- index.md 的"综合分析"分类下添加新报告条目
- log.md 追加：## {日期} digest | {主题}

向用户展示结果（按 WIKI_LANG 切换语言）：

zh：

已生成深度报告：{主题}

综合了 {N} 篇素材：
- [[素材1]]、[[素材2]]...

报告已保存：wiki/synthesis/{主题}-深度报告.md

发现这些待解决问题，可以继续搜集素材：
- {问题1}
- {问题2}

（英文版按「输出语言规则」生成，结构相同。）

工作流 8：graph（Mermaid 知识图谱）

触发关键词

"画个知识图谱"、"看看关联图"、"graph"、"知识库地图"、"展示知识关联"

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

扫描双向链接：
- 遍历 wiki/ 下所有 .md 文件
- 提取每个文件中的 [[链接]] 语法，建立关系列表：页面A → 页面B
生成 Mermaid 图表文件 wiki/knowledge-graph.md：
```
# 知识图谱

> 自动生成 | {日期} | 共 {N} 个节点，{M} 条关联

```mermaid
graph LR
  A[概念1] --> B[概念2]
  A --> C[素材1]
  D[主题1] --> A
  D --> E[概念3]
```

查看方式：用 Typora、VS Code（Markdown Preview Enhanced）、或直接在 GitHub 上查看。
```
生成规则：
- 节点名用中括号 [名称]，名称太长则截断到 10 字
- 只展示有双向链接关系的节点（孤立节点不纳入图谱）
- 如果关系超过 50 条，只保留被引用次数最多的 30 个节点，避免图谱过于密集

向用户展示结果（按 WIKI_LANG 切换语言）：

zh：

知识图谱已生成！

共 {N} 个节点，{M} 条关联
文件：wiki/knowledge-graph.md

查看方式：
- Obsidian：直接打开即可渲染
- VS Code：安装 Markdown Preview Enhanced 插件
- GitHub：上传后自动渲染
- Typora：直接打开

孤立页面（未纳入图谱）：
- [[某页面]]（建议添加到相关实体页或主题页）

（英文版按「输出语言规则」生成，结构相同。）

llm-wiki

Safety Notice

Copy this and send it to your AI assistant to learn

llm-wiki — 个人知识库构建系统

这个 skill 做什么

核心理念

快速开始

Script Directory

依赖检查

外挂状态模型

工作流路由

通用前置检查

输出语言规则

工作流 1：init（初始化知识库）

前置检查（含多知识库 CWD 检查）

步骤

工作流 2：ingest（消化素材）

前置检查

素材提取路由

内容分级处理

完整处理流程（长素材 > 1000 字）

简化处理流程（短素材 <= 1000 字）

工作流 3：batch-ingest（批量消化）

步骤

工作流 4：query（查询知识库）

步骤

工作流 5：lint（健康检查）

触发时机

前置检查

工作流 6：status（查看状态）

前置检查

步骤

工作流 7：digest（深度综合报告）

触发关键词

前置检查

工作流 8：graph（Mermaid 知识图谱）

触发关键词

前置检查

Source Transparency

Related Skills

LLM Knowledge Bases

Obsidian

Claude-Obsidian 知识引擎

LLM Wiki Karpathy