nashsu/llm_wiki

项目概览

该项目以持久化增量 wiki 替代传统即问即答式 RAG，在文档导入时生成可溯源的 wiki 页面和增量缓存，并配备知识图谱、向量搜索、深度研究及聊天代理等能力，为个人知识管理提供了结构化的新路径。

项目类型

AI Agent · RAG 与知识库 · 文档处理

应用场景

知识问答 · 搜索调研

部署方式

查看项目说明

License

License 待确认

适合谁

• 需要将多格式文档长期沉淀为结构化、相互链接的个人知识库的普通用户。
• 希望以持久化 wiki 替代传统即问即答式 RAG 进行知识管理的用户。

核心能力

• 先分析文档，再生成带有来源可追溯性和增量缓存的 wiki 页面。
• 从 PDF 中提取嵌入图像，使用视觉 LLM 生成事实性描述，并在搜索结果中呈现。
• 可导入 PDF、Office 文档、EPUB/MOBI、Org mode、图像、媒体文件、网页剪藏及批量 URL。
• 通过直接链接、来源重叠、Adamic-Adar 指数和类型亲和力可视化关系，并使用 Louvain 算法进行社区检测。
• 通过 LanceDB 提供基于嵌入的检索，支持任意兼容 OpenAI 的接口端点。
• 通过 Tavily、SerpApi 或 SearXNG 执行多查询网络搜索，并将结果自动导入 wiki。
• 提供可使用工具的聊天运行时，支持 wiki 检索、来源查询、图谱查询、网络检索、工作区文件生成以及 shell 命令审批。
• 提供内置本地 JSON API 和自带的 MCP 服务器，支持混合搜索、文件读取、图谱遍历及来源重新扫描。

限制与风险

• 使用前需要配置外部 LLM 提供商才能运行。
• 使用付费 LLM 提供商和网络搜索 API 时可能产生相应费用。

如何开始

• 从 Releases 页面下载对应平台的预编译二进制文件，启动后创建新项目，在设置中配置 LLM 提供商，通过 Sources 导入文档，即可使用 Chat 查询知识库。

核验依据

• GitHub 项目简介: LLM Wiki is a cross-platform desktop application that turns your documents into an organized, interlinked knowledge base — automatically.
• README: - **Two-Step Chain-of-Thought Ingest** — LLM analyzes first, then generates wiki pages with source traceability and incremental cache
• README: Instead of traditional RAG (retrieve-and-answer from scratch every time), the LLM **incrementally builds and maintains a persistent wiki** from your sources.
• Release: LLM Wiki v0.6.6
• README: - **Obsidian compatibility** — the wiki directory works as an Obsidian vault

来源更新时间：2026-07-27T18:40:56Z

打开原始 GitHub 项目