LLM Wiki¶
基本信息¶
| 属性 | 值 |
|---|---|
| 名称 | LLM Wiki |
| 作者 | nashsu |
| 仓库 | nashsu/llm_wiki |
| 技术栈 | Tauri v2 + React 19 + TypeScript + sigma.js + LanceDB + Rust Agent |
| 类型 | 跨平台桌面应用 |
| 许可证 | MIT |
| 活跃度 | ⭐ 高（持续开发中，最近提交 2026-07-20） |
| 灵感来源 | Karpathy LLM Wiki Gist |
核心定位¶
基于 Karpathy LLM Wiki 方法论的完整桌面实现。核心理念：知识是"编译一次、持续维护"的持久 wiki，而非传统 RAG 的"每次查询从头检索"。
2026-07 版本新增功能（与 4月分析对比）¶
1. Rust 后端聊天 Agent（全新子系统）¶
从浏览器端 TypeScript 循环升级为 Rust 后端 Agent 运行时：
- Tool-using Agent — 可调用 wiki 搜索、源码搜索、图谱搜索、Web 搜索、工作区文件工具
- Shell 执行 — 工作区命令自动放行，外部 shell 命令需要用户批准
- Agent Skills — 扫描并启用本地
SKILL.md目录，通过/skill选择技能，Agent 按需读取 - 生成输出预览 — Agent 创建的 Markdown、HTML、图片等工作区文件显示为输出，可预览和打开
- Mermaid 渲染 — chat 中直接渲染 Mermaid 代码块，语法错误显示为紧凑卡片而非原始 parser 输出
2. MCP Server + Local HTTP API（关键集成层）¶
- 本地 HTTP API —
127.0.0.1:19828JSON API，支持混合搜索、文件读取、图谱遍历 - 内置 MCP Server — 随应用启动，通过 MCP 协议暴露知识库能力
- Agent Skill 一键安装 —
npx skills add llm_wiki_skill即可将 LLM Wiki 接入 Claude Code / Codex - 实现知识库的外部化访问 — 不只是桌面应用，还是其他 AI agent 的知识库后端
3. 多格式文档解析增强¶
| 格式 | 支持方式 |
|---|---|
| MinerU（本地/云端）、内置解析 | |
| Office | .docx, .pptx, .xlsx |
| EPUB/MOBI | 电子书格式 |
| Org mode | Emacs 生态 |
| 图片/媒体 | 多模态摄入 |
| 网页剪藏 | Chrome Web Clipper 一键抓取 + 自动摄入 |
| URL 批量 | 批量导入网页 |
4. 多模态图像摄入¶
- PDF 中嵌入的图片自动提取
- 视觉 LLM 生成事实性文字说明
- 图像感知搜索结果，支持灯箱预览 + 跳转到源
5. 灵活模型配置¶
- 每项目独立配置模型
- Chat 和 Ingest 使用独立模型路由
- 自定义 Provider、headers、streaming 设置
6. 纯源检索模式（Read Sources Only）¶
新增模式：只从原始导入材料中回答，不依赖 wiki 页面。在需要严格的事实核查场景下很有用。
7. 项目管理与迁移¶
- 完整项目打包导出/导入
- 跨设备迁移
- 从现有页面重建 Wiki 索引
8. Source Folder Auto-Watch¶
raw/sources/ 目录外部变更自动检测——文件增删改自动触发摄入/删除，无需手动操作。
9. Thinking/Reasoning 显示¶
对输出 <think> 块的模型（DeepSeek、QwQ 等）：
- 流式显示滚动 5 行 + 透明度渐隐
- 完成后折叠，点击展开
- 与主回复视觉分离
关键设计决策分析¶
Rust Backend Agent vs TypeScript-only¶
为什么要迁移到 Rust 后端： 1. Tool-using 更安全 — Rust 后端可以细粒度控制 shell 执行权限（工作区 vs 外部） 2. 性能 — 知识库查询、图谱遍历等计算密集型操作在 Rust 侧更快 3. IPC 统一 — MCP Server、HTTP API、Agent 共享同一个后端，避免多进程资源竞争 4. Tauri 原生能力 — 直接调用系统 API，文件 I/O 更高效
MCP Server 的战略意义¶
MCP Server 将 LLM Wiki 从"桌面知识库应用"扩展为知识库基础设施： - Claude Code / Codex 可以直接查询你的知识库 - 其他支持 MCP 的 agent 工具也可以接入 - 知识库不再被桌面应用 UI 绑定
Chrome Web Clipper¶
实用的一键剪藏功能——对比 Obsidian Web Clipper：不需要手动选文件夹/分类，剪藏后自动进入摄入队列，LLM 自动分类和组织。
与知识工作流的整合¶
LLM Wiki 的 MCP Server + Agent Skill 组合意味着： 1. 桌面应用内用 Chat 查询知识库（带图谱交互） 2. Claude Code/Codex 开发时通过 MCP 访问同一知识库 3. HTTP API 可供自定义脚本/工作流调用 4. Chrome Clipper 一键抓取网页并自动入库
更新分析（对比4月版本）¶
| 维度 | 4月版本 | 7月版本 |
|---|---|---|
| 聊天引擎 | TypeScript 浏览器端 | Rust 后端 Agent 运行时 |
| MCP 支持 | ❌ | ✅ 内置 MCP Server + HTTP API |
| Agent Skills | ❌ | ✅ SKILL.md 扫描 + 按需加载 |
| 文档格式 | PDF 为主 | PDF/Office/EPUB/MOBI/Org/图片/网页 |
| 外部集成 | ❌ | Chrome Clipper、MCP、HTTP API |
| Shell 执行 | ❌ | ✅ 带权限控制 |
| 多模态 | ❌ | ✅ 图片提取 + 视觉 LLM 说明 |
| 项目管理 | ❌ | ✅ 项目导出/导入/迁移 |
| 翻译 | 英文 | 英文/中文/日文/韩文 |
值得关注的设计¶
- 场景模板 — Research/Reading/Personal Growth/Business/General 各有预配置的 purpose.md 和 schema.md，降低使用门槛
- 分层内容分区 —
agent-workspace/独立目录存储 Agent 生成的文件，不影响核心知识库结构 - Mermaid 渲染容错 — 语法错误显示为紧凑卡片而非原始 parser 输出，保持 chat 整洁
- 渐进式 Sources 视图 — 大源文件夹按需渲染，保持大型知识库的响应性