{/* 本页面由 website/scripts/generate-skill-docs.py 从技能 SKILL.md 自动生成。请编辑源 SKILL.md 而非本页面。 */}

LLM Wiki

Karpathy 的 LLM Wiki：构建/查询互链 Markdown 知识库。

技能元数据


来源	内置（默认安装）
路径	`skills/research/llm-wiki`
版本	`2.1.0`
作者	Hermes Agent
许可证	MIT
平台	linux, macos, windows
标签	`wiki`, `knowledge-base`, `research`, `notes`, `markdown`, `rag-alternative`
相关技能	`obsidian`, `arxiv`

参考：完整 SKILL.md

:::info 以下是此技能被触发时 Hermes 加载的完整技能定义。这是技能激活时代理所看到的指令。 :::

Karpathy 的 LLM Wiki

构建和维护一个持久、不断累积的知识库，形式为互链的 Markdown 文件。基于 Andrej Karpathy 的 LLM Wiki 模式。

与传统 RAG（每次查询从头重新发现知识）不同，wiki 一次性编译知识并保持其最新。交叉引用已经存在。矛盾已被标记。综合反映了所有已摄入的内容。

分工： 人类策划来源并指导分析。代理负责总结、交叉引用、归档和维护一致性。

激活时机

当用户：

要求创建、构建或启动 wiki 或知识库
要求向 wiki 摄入、添加或处理来源
提出一个问题，且配置路径下存在现有的 wiki
要求对 wiki 进行 lint、审计或健康检查
在研究上下文中引用他们的 wiki、知识库或”笔记”

Wiki 位置

位置： 通过 WIKI_PATH 环境变量设置（例如在 ~/.hermes/.env 中）。

如果未设置，默认为 ~/wiki。

WIKI="${WIKI_PATH:-$HOME/wiki}"

wiki 只是一个 Markdown 文件目录——在 Obsidian、VS Code 或任何编辑器中打开。无需数据库，无需特殊工具。

架构：三层

wiki/
├── SCHEMA.md           # 约定、结构规则、领域配置
├── index.md            # 带单行摘要的分节内容目录
├── log.md              # 按时间顺序的操作日志（仅追加，每年轮换）
├── raw/                # 第一层：不可变的源材料
│   ├── articles/       # 网络文章、剪报
│   ├── papers/         # PDF、arxiv 论文
│   ├── transcripts/    # 会议记录、访谈
│   └── assets/         # 来源引用的图片、图表
├── entities/           # 第二层：实体页面（人、组织、产品、模型）
├── concepts/           # 第二层：概念/主题页面
├── comparisons/        # 第二层：并排分析
└── queries/            # 第二层：值得保留的已归档查询结果

第一层——原始来源： 不可变。代理读取但从不修改这些。 第二层——Wiki： 代理拥有的 Markdown 文件。由代理创建、更新和交叉引用。 第三层——Schema： SCHEMA.md 定义结构、约定和标签分类法。

恢复现有 Wiki（关键——每个会话都要做）

当用户有现有 wiki 时，在做任何事情之前始终先定位自己：

① 阅读 SCHEMA.md ——了解领域、约定和标签分类法。 ② 阅读 index.md ——了解存在哪些页面及其摘要。 ③ 扫描最近的 log.md ——阅读最后 20-30 条条目以了解最近的活动。

WIKI="${WIKI_PATH:-$HOME/wiki}"
# 会话开始时的定位读取
read_file "$WIKI/SCHEMA.md"
read_file "$WIKI/index.md"
read_file "$WIKI/log.md" offset=<last 30 lines>

只有在定位后才能进行摄入、查询或 lint。这可以防止：

为已存在的实体创建重复页面
错过对现有内容的交叉引用
违反 schema 的约定
重复已记录的工作

对于大型 wiki（100+ 页面），在创建任何新内容之前，还应对相关主题运行快速的 search_files。

初始化新 Wiki

当用户要求创建或启动 wiki 时：

确定 wiki 路径（来自 $WIKI_PATH 环境变量，或询问用户；默认为 ~/wiki）
创建上述目录结构
询问用户 wiki 涵盖什么领域——要具体
编写针对该领域定制的 SCHEMA.md（参见下面的模板）
编写初始 index.md，包含分节标题
编写初始 log.md，包含创建条目
确认 wiki 已就绪，并建议第一个要摄入的来源

SCHEMA.md 模板

根据用户领域进行调整。Schema 约束代理行为并确保一致性：

# Wiki Schema
 
## 领域
[此 wiki 涵盖的内容——例如"AI/ML 研究"、"个人健康"、"创业情报"]
 
## 约定
- 文件名：小写、连字符、无空格（例如 `transformer-architecture.md`）
- 每个 wiki 页面以 YAML 前置元数据（frontmatter）开头（见下文）
- 使用 `[[wikilinks]]` 在页面间链接（每页至少 2 个出站链接）
- 更新页面时，始终更新 `updated` 日期
- 每个新页面必须添加到 `index.md` 的正确部分下
- 每个操作必须追加到 `log.md` 中
- **来源标记：** 在综合 3 个以上来源的页面上，在主张来自特定来源的段落末尾追加 `^[raw/articles/source-file.md]`。这使得读者无需重新阅读整个原始文件即可追溯每个主张。单源页面可选，其中 `sources:` 前置元数据已足够。
 
## 前置元数据（Frontmatter）
  ```yaml
  ---
  title: Page Title
  created: YYYY-MM-DD
  updated: YYYY-MM-DD
  type: entity | concept | comparison | query | summary
  tags: [来自下面的分类法]
  sources: [raw/articles/source-name.md]
  # 可选质量信号：
  confidence: high | medium | low        # 主张的支持程度
  contested: true                        # 当页面存在未解决的矛盾时设置
  contradictions: [other-page-slug]      # 与此页面冲突的页面
  ---

confidence 和 contested 是可选的，但推荐用于观点强烈或快速变化的话题。Lint 会显示 contested: true 和 confidence: low 的页面以供审查，防止弱主张悄然固化为被接受的 wiki 事实。

raw/ 前置元数据

原始来源也获得一个小型前置元数据块，以便重新摄入时可以检测漂移：

---
source_url: https://example.com/article   # 原始 URL（如适用）
ingested: YYYY-MM-DD
sha256: &lt;前置元数据下方原始内容的十六进制摘要>
---

sha256: 允许将来对同一 URL 重新摄入时，在内容未更改时跳过处理，并在内容更改时标记漂移。仅对正文（关闭 --- 之后的所有内容）计算，不计算前置元数据本身。

标签分类法

[为领域定义 10-20 个顶级标签。使用它们之前先在此处添加新标签。]

AI/ML 示例：

模型：model、architecture、benchmark、training
人/组织：person、company、lab、open-source
技术：optimization、fine-tuning、inference、alignment、data
元：comparison、timeline、controversy、prediction

规则：页面上的每个标签必须出现在此分类法中。如果需要新标签，先在此处添加，然后使用它。这可以防止标签泛滥。

页面阈值

创建页面：当实体/概念出现在 2+ 个来源中，或对于一个来源至关重要时
添加到现有页面：当来源提到了已涵盖的内容时
不要创建页面：对于顺便提及的内容、次要细节或领域外的事物
拆分页面：当页面超过约 200 行时——拆分为子主题并添加交叉链接
归档页面：当内容完全被取代时——移动到 _archive/，从索引中移除

实体页面

每个值得注意的实体一个页面。包括：

概述/是什么
关键事实和日期
与其他实体的关系（wikilinks）
来源引用

概念页面

每个概念或主题一个页面。包括：

定义/解释
当前知识状态
未解决的问题或争论
相关概念（wikilinks）

比较页面

并排分析。包括：

比较的内容及原因
比较维度（优先采用表格格式）
结论或综合
来源

更新策略

当新信息与现有内容冲突时：

检查日期——较新的来源通常取代较旧的
如果确实矛盾，记录两种立场并附上日期和来源
在前置元数据中标记矛盾：contradictions: [page-name]
在 lint 报告中标记以供用户审查


### index.md 模板

索引按类型分节。每个条目一行：wikilink + 摘要。

```markdown
# Wiki Index

> 内容目录。每个 wiki 页面列在其类型下，附有单行摘要。
> 先阅读此页面以找到任何查询的相关页面。
> 最后更新：YYYY-MM-DD | 总页数：N

## Entities
<!-- 按字母顺序排列在节内 -->

## Concepts

## Comparisons

## Queries

扩展规则： 当任何部分超过 50 条条目时，按首字母或子领域拆分为子部分。当索引总计超过 200 条条目时，创建 _meta/topic-map.md，按主题对页面进行分组以加快导航。

log.md 模板

# Wiki Log
 
> 所有 wiki 操作的按时间顺序记录。仅追加。
> 格式：`## [YYYY-MM-DD] action | subject`
> 操作：ingest、update、query、lint、create、archive、delete
> 当此文件超过 500 条条目时，轮换：重命名为 log-YYYY.md，开始新文件。
 
## [YYYY-MM-DD] create | Wiki initialized
- Domain: [domain]
- Structure created with SCHEMA.md, index.md, log.md

核心操作

1. 摄入（Ingest）

当用户提供来源（URL、文件、粘贴文本）时，将其集成到 wiki 中：

① 捕获原始来源：

URL → 使用 web_extract 获取 markdown，保存到 raw/articles/
PDF → 使用 web_extract（处理 PDF），保存到 raw/papers/
粘贴文本 → 保存到适当的 raw/ 子目录
文件名要有描述性：raw/articles/karpathy-llm-wiki-2026.md
添加原始前置元数据（source_url、ingested、正文的 sha256）。对同一 URL 重新摄入时：重新计算 sha256，与存储的值比较——如果相同则跳过，如果不同则标记漂移并更新。这足够廉价，可以在每次重新摄入时执行，并能捕获静默的源更改。

② 与用户讨论要点——哪些有趣，哪些对领域重要。（在自动化/定时任务上下文中跳过——直接继续。）

③ 检查已有内容——搜索 index.md 并使用 search_files 查找涉及实体/概念的现有页面。这是不断增长的 wiki 与重复堆叠之间的区别。

④ 编写或更新 wiki 页面：

新实体/概念： 仅当它们满足 SCHEMA.md 中的页面阈值（2+ 来源提及，或对一个来源至关重要）时才创建页面
现有页面： 添加新信息、更新事实、更新 updated 日期。当新信息与现有内容矛盾时，遵循更新策略。
交叉引用： 每个新页面或更新页面必须通过 [[wikilinks]] 链接到至少 2 个其他页面。检查现有页面是否反向链接。
标签： 仅使用 SCHEMA.md 分类法中的标签
来源标记： 在综合 3 个以上来源的页面上，将 ^[raw/articles/source.md] 标记追加到其主张可追溯到特定来源的段落。
置信度： 对于观点强烈、快速变化或单一来源的主张，在前置元数据中设置 confidence: medium 或 low。除非主张在多个来源中得到良好支持，否则不要标记为 high。

⑤ 更新导航：

在 index.md 的正确部分下按字母顺序添加新页面
更新索引标题中的”总页数”数和”最后更新”日期
追加到 log.md：## [YYYY-MM-DD] ingest | Source Title
在日志条目中列出每个创建或更新的文件

⑥ 报告更改内容——向用户列出每个创建或更新的文件。

单个来源可能触发 5-15 个 wiki 页面的更新。这是正常且期望的——这就是累积效应。

2. 查询（Query）

当用户询问关于 wiki 领域的问题时：

① 阅读 index.md 以识别相关页面。 ② 对于 100+ 页面的 wiki，还要在所有 .md 文件中 search_files 关键术语——索引本身可能遗漏相关内容。 ③ 使用 read_file 阅读相关页面。 ④ 综合答案，利用已编译的知识。引用你参考的 wiki 页面：“根据 page-a 和 page-b…” ⑤ 将有价值答案归档——如果答案是实质性的比较、深入探讨或新颖的综合，在 queries/ 或 comparisons/ 中创建页面。不要归档琐碎的查询——仅归档那些重新推导会很痛苦的内容。 ⑥ 更新 log.md，记录查询内容及是否已归档。

3. Lint

当用户要求对 wiki 进行 lint、健康检查或审计时：

① 孤立页面： 查找没有来自其他页面的入站 [[wikilinks]] 的页面。

# 使用 execute_code 进行编程式扫描
import os, re
from collections import defaultdict
wiki = "<WIKI_PATH>"
# 扫描 entities/、concepts/、comparisons/、queries/ 中的所有 .md 文件
# 提取所有 [[wikilinks]]——构建入站链接映射
# 零入站链接的页面即为孤立页面

② 损坏的 wikilinks： 查找指向不存在页面的 [[links]]。

③ 索引完整性： 每个 wiki 页面应出现在 index.md 中。将文件系统与索引条目进行比较。

④ 前置元数据验证： 每个 wiki 页面必须具有所有必填字段（title、created、updated、type、tags、sources）。标签必须在分类法中。

⑤ 过时内容： updated 日期比提及相同实体的最近来源早 90 天以上的页面。

⑥ 矛盾： 同一话题存在冲突主张的页面。查找共享标签/实体但陈述不同事实的页面。显示所有具有 contested: true 或 contradictions: 前置元数据的页面以供用户审查。

⑦ 质量信号： 列出 confidence: low 的页面以及任何仅引用单一来源但未设置置信度字段的页面——这些是需要寻找佐证或将置信度降级为 medium 的候选对象。

⑧ 来源漂移： 对于 raw/ 中具有 sha256: 前置元数据的每个文件，重新计算哈希值并标记不匹配。不匹配表示原始文件被编辑（不应发生——raw/ 是不可变的）或从已更改的 URL 摄入。不是硬错误，但值得报告。

⑨ 页面大小： 标记超过 200 行的页面——需要拆分的候选对象。

⑩ 标签审计： 列出所有使用中的标签，标记不在 SCHEMA.md 分类法中的标签。

⑪ 日志轮换： 如果 log.md 超过 500 条条目，轮换它。

⑫ 报告发现，包括特定文件路径和建议的操作，按严重程度分组（损坏链接 > 孤立页面 > 来源漂移 > 矛盾页面 > 过时内容 > 风格问题）。

⑬ 追加到 log.md： ## [YYYY-MM-DD] lint | N issues found

使用 Wiki

搜索

# 按内容查找页面
search_files "transformer" path="$WIKI" file_glob="*.md"
 
# 按文件名查找页面
search_files "*.md" target="files" path="$WIKI"
 
# 按标签查找页面
search_files "tags:.*alignment" path="$WIKI" file_glob="*.md"
 
# 最近活动
read_file "$WIKI/log.md" offset=<last 20 lines>

批量摄入

同时摄入多个来源时，批量更新：

先读取所有来源
跨所有来源识别所有实体和概念
检查所有实体和概念的现有页面（一次搜索遍历，而非 N 次）
一次遍历创建/更新页面（避免重复更新）
最后一次性更新 index.md
编写涵盖批次的单条日志条目

Obsidian 集成

wiki 目录可直接作为 Obsidian 保管库（vault）使用：

[[wikilinks]] 渲染为可点击链接
图谱视图可视化知识网络
YAML 前置元数据支持 Dataview 查询
raw/assets/ 文件夹保存通过 ![[image.png]] 引用的图片

Obsidian 无头模式（服务器和无头机器）

在没有显示器的机器上，使用 obsidian-headless 替代桌面应用。它通过 Obsidian Sync 同步保管库而无需 GUI——非常适合在服务器上运行、写入 wiki 的代理，而 Obsidian 桌面在另一台设备上读取它。

注意事项

切勿修改 raw/ 中的文件——来源是不可变的。修正应放在 wiki 页面中。
始终先定位——在新会话中执行任何操作之前阅读 SCHEMA + index + 最近的日志。跳过此步骤会导致重复和遗漏交叉引用。
始终更新 index.md 和 log.md——跳过此步骤会使 wiki 退化。这些是导航的支柱。
不要为顺便提及的内容创建页面——遵循 SCHEMA.md 中的页面阈值。一个在脚注中出现一次的名字不值得创建一个实体页面。
不要创建没有交叉引用的页面——孤立的页面是不可见的。每个页面必须链接到至少 2 个其他页面。
前置元数据是必需的——它支持搜索、筛选和过期检测。
标签必须来自分类法——自由格式的标签会退化为噪音。先将新标签添加到 SCHEMA.md，然后再使用它们。
保持页面可扫描——wiki 页面应在 30 秒内可读完。超过 200 行的页面请拆分。将详细分析移至专门的深入页面。
批量更新前先询问——如果一次摄入会影响 10 个以上现有页面，先与用户确认范围。
轮换日志——当 log.md 超过 500 条条目时，将其重命名为 log-YYYY.md 并开始新文件。代理应在 lint 期间检查日志大小。
显式处理矛盾——不要悄悄覆盖。用日期记录两种主张，在前置元数据中标记，并标记以供用户审查。

好奇心花园🪴

探索

最近的笔记

note-template

getMoon.js

getWeather.js

LLM Wiki — Karpathy 的 LLM Wiki：构建/查询互链 Markdown 知识库