SwarmVault Skill：把 Karpathy 的 LLM Wiki 范式落地为本地优先的第二大脑 Agent

Skill超级捕获手 技术创作者 2026-09-09 66 阅读

在 Karpathy 抛出的「LLM Wiki」GitHub Gist 引发社区刷屏之后，一个叫 SwarmVault 的 TypeScript 开源工具悄悄把这套理念做成了「本地优先、可一键启动、还能直接喂给 Claude Code / Codex / OpenClaw」的完整工作流。它把散落在 raw/ 目录里的书籍、论文、笔记、代码、转写稿和 URL 全部编译成一个可查询的 markdown wiki + 可视化知识图谱，并自带 MCP 服务器、Obsidian 兼容视图、Agent 上下文打包与对抗性校对流程——一周内 681 颗 GitHub 星、NPM 周下载 190 次、社媒多平台同步上榜，是当下「第二大脑 + Agent 长期记忆」赛道的最热新锐 Skill。

功能与原则

SwarmVault 的核心是把 Karpathy 提出的「三层 LLM Wiki」范式产品化：原始素材层（raw/，不可变）+ 编译层（wiki/，由 LLM 生成并由人类审阅的 markdown）+ 模式层（swarmvault.schema.md，定义结构与规约）。所有数据落盘为本地的纯文本 markdown 与 JSON，无云依赖、零遥测，可选 Obsidian 作为可视化前端。其内置原则是「LLM 负责维护、人类负责审阅」——每条图谱边都标注 extracted / inferred / ambiguous 三种来源，矛盾自动检测，所有新增概念先进入 wiki/candidates/，经 compile --approve 才能合并到主 wiki。

认可度

截至 2026-09-09，该项目在 GitHub 累计 681 Stars、79 Forks、9 Watchers，被 awesome-repositories / agentindex.app / clauday.com 等多个榜单收录，并出现在 aidev-index.lb-product.com 的「claude-skills」Top 榜。NPM 包 @swarmvaultai/cli 近 7 天下载 190 次，过去 30 天 930 次，过去 365 天 19,922 次，且周下载呈持续上升趋势。Tracely、Karpathy LLM Wiki 社区、Clauday「Super User Daily」均把它列为本周值得关注的新晋 Agent Skill。

链接

GitHub 仓库：https://github.com/swarmclawai/swarmvault

官方网站：https://www.swarmvault.ai

原作者

作者为 GitHub 用户 swarmclawai（个人开发者）。项目以 MIT 协议开源，社区维护方向聚焦「AI Agent 的本地长期记忆层」与 Karpathy 风格的 LLM Wiki 工具链，配套有 swarmvault-desktop 桌面端与 MCP 服务器实现。

介绍

SwarmVault 是一个本地优先的知识编译工具，目标是把「散落在文档、代码、笔记、网页里的零碎信息」自动组织成一个可以查询、可审阅、可共享的 markdown wiki + 知识图谱。它不依赖任何云端 SaaS——首次启动即用内置启发式 provider 离线运行，需要更高质量时可挂接本地 Ollama 或云端 LLM。

它原生兼容 Claude Code、Codex、OpenCode、OpenClaw 这类 CLI Agent：装好 CLI 后，MCP 服务器会自动暴露给这些 Agent，让它们像查本地数据库一样读 SwarmVault 里的事实与上下文。对于「想让 Agent 长期记住项目背景、API 规约、研究笔记」这类需求，SwarmVault 提供了 context-pack、graph query、graph explain、graph callers 等针对性命令，Agent 可以边干边查图谱而非把全量文档塞进上下文窗口。

最有价值的设计是把「LLM 输出幻觉」当一等公民来治理：所有知识条目都带 provenance 标签、lint --conflicts 可审计矛盾、compile --approve 把改动打包成可审阅的 PR 风格 bundle、watch 模式 + git 钩子让团队协作时也能追踪每条变更。

特点

  • 本地优先 + 零云依赖：纯文件 + SQLite FTS + 本地 embeddings，所有数据留在用户磁盘，支持 30+ 输入格式（PDF、EPUB、DOCX、代码、字幕、邮件导出、URL 等）
  • Karpathy 风格 LLM Wiki 的产品化：把 Gist 里的三层范式做成了带 CLI、知识图谱、context-pack、review queue 的完整工作流
  • Agent 原生：自带 MCP 服务器，Claude Code / Codex / OpenCode / OpenClaw 装上即可读写 vault；提供 swarmvault query "..." 等命令让 Agent 按需拉上下文
  • 反幻觉治理：每条边标注来源类型、内置矛盾检测、approval bundle、git hook 审计，避免 LLM 知识图谱最常见的「幻觉叠加」问题
  • 可扩展 schema：用户可以在 swarmvault.schema.md 里自定义领域规约，与 LLM 共同迭代，让 wiki 结构适配团队或个人偏好

使用方法

安装（Node ≥ 24）：

npm install -g @swarmvaultai/cli
swarmvault --version

快速上手（empty folder 即可）：

mkdir my-vault && cd my-vault
swarmvault quickstart ../your-repo
swarmvault next

quickstart 会初始化 vault、摄取本地文件夹或 GitHub 仓库、编译 wiki + graph、写好分享卡片，并打开本地图谱浏览器；next 是只读探针，会告诉用户下一步该 init / ingest / compile / query / review 还是 refresh。

常用命令速览：

swarmvault init --obsidian --profile personal-research
swarmvault ingest ./src --repo-root .
swarmvault ingest ./meeting.srt --guide
swarmvault add https://arxiv.org/abs/2401.12345
swarmvault compile
swarmvault query "What is the auth flow?"
swarmvault graph serve
swarmvault lint --conflicts

接 Agent（Claude Code 例子）：

安装 CLI 后，SwarmVault 会自动注册为 MCP server。在 Claude Code 会话里直接说「查一下 SwarmVault 里我之前看的 auth flow 笔记」，Agent 就会通过 MCP 拉图谱片段返回，而不是把全量文档塞上下文。

使用场景与人群

  • 研究人员 / 研究生：把几十篇论文、教材 PDF、播客转写统一编译成可查询的图谱，配合 Obsidian 做日常笔记与文献回顾
  • 独立开发者 / 小团队：把代码库、API 文档、会议记录转成 Agent 可读的长期记忆，让 Claude Code 在跨会话工作中能持续沿用同一套规约
  • AI 写作 / 内容团队：把选题库、采访稿、参考素材沉淀成 wiki，让 Agent 在新文章里能精确引用旧条目而不编造
  • 企业知识管理：在不能上云的私有环境里，用本地 Ollama + SwarmVault 搭出可审计的内部知识图谱，比传统 Wiki 更适合 AI Agent 协作

输入与输出案例

例 1：把一篇 arXiv 论文接入 vault

输入：

swarmvault add https://arxiv.org/abs/2401.12345
swarmvault compile --approve

输出：在 wiki/ 下生成 sources/arxiv-2401.12345.md（论文摘要 + 关键公式转写）、concepts/ 下挂上对应的方法名实体页面、state/graph.json 里新增带 extracted 标签的边；同时生成一张 PNG 可视化图谱卡，可直接贴到 README 或 Obsidian。

例 2：让 Claude Code 通过 MCP 查询已有笔记

输入（自然语言，在 Claude Code 会话里）：

「查一下 SwarmVault 里我之前写的关于 OAuth 流程的笔记，把核心步骤列出来」

输出（Claude Code 通过 MCP 返回）：

根据 SwarmVault 图谱（来源：wiki/sources/oauth-spec.md，图谱边 auth-flow 标注 extracted）……核心步骤为 1) authorization request 2) 用户同意 3) authorization code 回调 4) token exchange 5) refresh token 轮换。注意 wiki/candidates/oauth-pkce.md（推断，置信度 0.72）建议补充 PKCE 流程，与 RFC 7636 一致——是否合并？

这样 Agent 的回答既快、又有 provenance、不再凭空捏造事实。

Star 数 / NPM 下载量均核对于 2026-09-09。

GitHub: https://github.com/swarmclawai/swarmvault

评论区

0 条评论

登录后可评论。

Skill超级捕获手 66 阅读