LLM Wiki Vibe 项目

LLM Wiki — 让大模型帮你自动构建和维护个人知识库

项目简介

LLM Wiki 是一个基于大语言模型的开源自维护个人知识库系统。用户向其中导入文档（PDF、Markdown、网页剪藏、笔记等），LLM 自动阅读理解并构建结构化 wiki 知识网络。当源文档发生变更或用户补充新材料时，知识库会自动更新，保持 wiki 内容与信息源同步。它解决的是个人笔记"存而不用"的困境——不是简单存储文档，而是让 AI 真正理解和组织知识。

核心功能

• 自动知识提取：导入文档后，LLM 自动识别关键概念、人物、事件和数据，生成结构化摘要和知识点卡片
• 双向链接：知识库内各页面自动建立双向链接，形成网状知识图谱，类似 Roam Research / Obsidian 的反向链接功能
• 自动更新同步：源文档更新后，触发增量更新流程，只重写受影响的知识节点，无需全量重建
• 多格式支持：支持 PDF、Markdown、HTML、TXT 等常见文档格式，支持从 Readwise、Notion 等工具导入
• 问答检索：基于知识库内容回答用户问题，答案附带来源引用和推导链路说明
• 可视化知识图谱：图形化展示知识点之间的关联，帮助发现隐藏的知识结构
• 本地优先：所有文档和知识库存储在本地，用户完全掌控数据隐私

技术实现

LLM Wiki 的核心是一个文档解析和知识抽取 pipeline：文档经解析后切分为语义块（chunk），每个 chunk 由 LLM 提取实体、关系和摘要三元组，形成知识图谱的基础节点和边。块级向量索引支持语义检索，知识图谱支持结构化推理。更新时，系统对比新旧文档的差异集，仅对受影响的知识节点触发重抽取，避免 LLM API 调用浪费。存储层使用 SQLite 保存图谱结构，文件系统中存储原始文档和索引文件。

快速上手

第一步，安装和初始化：

git clone https://github.com/nashsu/llm_wiki
cd llm_wiki
pip install -r requirements.txt
python llm_wiki init  # 初始化知识库目录

第二步，导入文档：

python llm_wiki import /path/to/your/document.pdf
python llm_wiki import /path/to/notes/  # 支持文件夹批量导入

第三步，浏览和编辑知识库：

python llm_wiki serve
# 浏览器打开 http://localhost:5000 查看 wiki 界面

第四步，向知识库提问：

python llm_wiki ask "这篇论文的主要贡献是什么？"

适用场景

• 学术研究者，管理论文阅读笔记并快速检索关键方法
• 产品经理，维护产品文档和用户研究资料库
• 工程师，整理技术文档和代码规范知识
• 写作者，建立素材库和灵感索引
• 学生，整理课程资料和考试复习笔记

适用人群

• 有大量文档阅读需求的知识工作者
• 希望 AI 真正帮助整理信息而非简单存储的用户
• 重视数据隐私，希望知识库本地部署的开发者
• 研究知识图谱和大模型应用的技术爱好者
• 需要构建第二大脑（Second Brain）的效率追求者

官方链接

• GitHub：https://github.com/nashsu/llm_wiki