外观
LLM Wiki 规格说明（Spec v1.0）
一份可对外传播的 LLM Wiki 实现规格。基于 Karpathy 的 LLM Wiki（编译器模式）+ 社区 V2 实践（置信标记、矛盾消解、回答验证、过时清理）。任何人可依照本规格实现自己的 LLM Wiki。
1. 概述
1.1 是什么
LLM Wiki 是一种由 LLM 协作维护的 Markdown 知识库模式：知识在摄入时被编译成结构化的互链词条，而不是在查询时由 RAG 现场检索拼装。
核心公式：Agent = Model + Harness；知识管理同理：Wiki = Sources + Rules + Compile。
1.2 为什么（编译器 vs 解释器）
| 维度 | 传统 RAG（解释器） | LLM Wiki（编译器） |
|---|---|---|
| 时机 | 查询时检索+推理 | 摄入时编译成词条 |
| 积累 | 问完就丢，无复利 | 好答案沉淀，复利增长 |
| 一致性 | 文档可自相矛盾 | 编译时消解矛盾 |
| 成本 | 每次重复计算 | 命中即答，token 省 |
| 规模 | 适合大规模语料 | 词条库 5-10 万 token 内最优 |
1.3 适用范围
- 个人/团队知识库（几十到几百词条）
- 技术文档、调研笔记、会议纪要、学习记录
- 不需要向量检索的场景（词条规模下 grep + 阅读更快更可靠）
2. 设计原则
- 纯 Markdown 真相源：知识只存在于 Markdown 文件，不绑定任何工具
- 摄入时编译：新知识写入时即编译成语义词条
- 源材料不可变：
_raw/只进不改，更新走"新版本摄入" - 词条互链成网：双向链接是知识图谱
- 规则驱动维护：一切维护行为由规则文件约束（LLM 遵守、人监督）
- 最少机制：不加词条规模用不上的基础设施（向量库/评分引擎）
3. 目录结构规范
<wiki-root>/
├── purpose.md # 定位锚点：知识库为谁、边界、维护规则（LLM 每次操作先读）
├── README.md # 人类读者入口
├── _raw/ # 源材料（不可变，或仅记录来源链接）
├── wiki/ # 词条目录（按实体类型分域）
│ ├── concepts/ # concept 词条
│ ├── tools/ # tool 词条
│ ├── comparisons/ # comparison 词条
│ ├── patterns/ # pattern 词条
│ ├── persons/ # person 词条
│ ├── events/ # event 词条
│ └── <domain>/index.md # 每域一个导览索引
├── guide/ # 方法论：本规格、词条模板、写作指南
└── index.md # 知识地图首页（可选，取决于渲染器）4. 实体类型规范
| 类型 | 适用 | 必含章节 |
|---|---|---|
concept | 术语、理论、范式 | 定义 / 核心机制 / 演变 / 关联词条 |
tool | 框架、产品、软件 | 定位 / 基本信息 / 核心特性 / 架构 / 生态 / 优缺点 |
person | 人物、团队 | 简介 / 代表贡献 / 相关词条 |
event | 发布、里程碑 | 时间线 / 影响 / 相关词条 |
comparison | 多对象对比 | 对比维度表 / 关键差异 / 选型建议 / 关联词条 |
pattern | 设计模式、实践 | 定义 / 适用场景 / 步骤 / 变体 / 关联词条 |
overview | 专题导览、领域总览 | 专题地图 / 阅读路径 / 关联词条 |
5. 词条格式规范
5.1 Frontmatter（必填）
yaml
---
title: 词条标题
type: concept # concept | tool | person | event | comparison | pattern | overview
date: YYYY-MM-DD
tags: [tag1, tag2]
sources: [来源URL或_raw路径]
status: draft # draft | published | outdated
---5.2 置信标记（V2）
每个关键事实在句中或表内标注：
| 标记 | 含义 |
|---|---|
stated | 原文引用/转述 |
high | 多方确认或经实践验证 |
low | 推断、单一来源、未验证 |
5.3 关联词条区（强制）
词条末尾必须有：
markdown
## 关联词条
- [词条A](path/to/a.md)（type）
- [词条B](path/to/b.md)（type）6. 编译流水线
用户投喂材料（文章/链接/笔记）
→ ① Ingest 摄入：登记到 _raw/ 或记录来源，源不可改
→ ② Classify 分类：判定实体类型与归位域
→ ③ Compile 编译：先分析（提炼结构化要点）→ 再生成（按模板写词条，去营销话术）
→ ④ Link 互链：写关联词条区，更新域索引与知识地图
→ ⑤ Build 发布：渲染站点（可选），验证可达7. 维护规则（LLM 必须遵守）
- 摄入时编译：外部材料 → 实体词条，不搬运原文
- 置信标记：关键事实带 stated/high/low
- 矛盾必消解：新来源与旧词条冲突 → 重写为当前真相 + 记录变更，不囤积对立版本
- 回答前验证：回答查询前必须 list/grep 确认存在性，禁止凭记忆断言"没有"
- 互链强制：词条必须有"关联词条"区
- 过时即删：定期 lint 清理不再为真的词条（标记 outdated 或删除并清理互链）
- 定时维护（可选）：调度 agent 定期跑 lint、消解矛盾、综合模式
8. 查询与复利
- 查询：从词条回答（带置信标记）；优质问答归档（promote）为词条或补进现有词条
- 缺口补全：知识缺口 → 网络搜索 → 摄入 → 编译（research-on-miss）
9. 工具链建议
| 层 | 推荐 | 说明 |
|---|---|---|
| 词条存储 | Markdown 文件 + git | 唯一真相源，版本可回退 |
| 渲染器 | VitePress / Obsidian / Logseq | 纯展示层，可随时更换，知识零损失 |
| 维护 Agent | Claude Code / DeepSeek Harness / Codex CLI | 任一 agent + 规则文件即可 |
| 技能封装 | SKILL.md（agent 技能格式） | 把本规格固化为可复用技能 |
10. 参考实现
- linwiki（本知识库）：VitePress + DeepSeek Harness +
llm-wikiskill - karpathy-wiki：Obsidian + Claude Code 实现（GitHub）
- obsidian-second-brain：长期实操版（GitHub）
11. FAQ
Q: 需要向量检索吗？ 不需要。词条库 5-10 万 token 内，grep + 阅读更快更可预测。
Q: 词条与文档有什么区别？ 词条是结构化的"预编译答案"（按类型模板 + 互链），文档是线性文本。LLM Wiki 只存词条。
Q: 规模大了怎么办？ 词条数量超过几百后按域继续细分；向量检索是最后才考虑的手段。