LLM Wiki 的实现模式

这篇文章把 LLM-Wiki-Persistent-Personal-Knowledge-Bases映射到可实现的系统组件。重点是哪些机制能让“持续编译知识”在文件系统和桌面应用中稳定运行；项目下载、订阅、星标和其他推广信息不属于知识库内容。

页面定位

本页是与平台无关的实现抽象，重点是摄取队列、增量状态、混合检索、图谱分析和 Review 闭环。当前仓库的桌面 API、MCP 和 Obsidian 操作细节分别保留在 LLM-Wiki-Desktop-Implementation和 Obsidian-CLI-Wiki-Maintenance。

摄取：先分析，再生成

比起让一次 LLM 调用同时阅读来源和修改多份 Wiki 页面，更稳妥的做法是拆成两个顺序阶段：

来源文档
   |
   v
分析阶段：实体、概念、主张、矛盾、关联页面、结构建议
   |
   v
生成阶段：来源摘要、实体页、概念页、索引、日志、审阅项

分析阶段提供一个结构化中间结果，生成阶段只负责将分析转成文件。这样可以把“理解来源”和“修改知识库”分开审查，也便于重试、缓存和比较生成结果。每个页面应在 YAML frontmatter 中记录 sources 或 raw_sources，使结论能够追溯到原始文件。

增量与队列

对原始文件计算 SHA-256，未变化的文件可以跳过摄取。摄取队列应串行处理写入，避免多个 LLM 调用同时修改相同索引；队列状态持久化后，应用崩溃或重启时可以恢复。失败任务应区分可重试错误和需要人工处理的错误，并保留失败原因。

检索：关键词、语义和图谱互补

个人 Wiki 的规模较小时，INDEX.md 加文件搜索就足够；规模扩大后，可以使用分阶段检索：

词法检索：对中文使用 CJK 二元词，对英文分词并去除停用词；标题命中应获得额外权重。
可选向量检索：用兼容 OpenAI API 的 embedding 服务建立本地向量索引，发现没有共享关键词但语义相近的页面。
图谱扩展：从高分页面出发，沿 Wikilink 和来源重叠关系进行一到两跳扩展。
预算控制：按相关性分配上下文，把索引、Wiki 页面、对话历史和系统规则分别纳入预算。
证据组装：为页面编号并要求答案引用页面编号，同时保留原始来源作为核查路径。

知识图谱的相关性可以综合四类信号：直接链接、共同来源、共同邻居带来的 Adamic-Adar 分数，以及页面类型亲和度。图谱不仅用于展示，还可以发现孤立页面、稀疏社区、桥接节点和潜在研究空白。

文件和图谱的一致性

当来源被删除或替换时，维护流程不能只删除一个摘要页。应当：

根据 sources[]、来源摘要名称和 frontmatter 引用寻找受影响页面。
对共享多个来源的实体页，只移除被删除的来源，不删除页面本身。
从索引移除失效页面，并清理指向不存在页面的 Wikilink。
对新旧来源冲突保留证据和时间关系，不静默覆盖旧结论。

这类级联清理是 Wiki 与普通文件夹的关键区别：知识页面之间存在可计算的依赖关系。

图谱洞察与异步审阅

图谱可以主动暴露维护任务，而不是等用户偶然发现问题：

孤立页面：入度或总度很低，可能是未挂载的新知识。
稀疏社区：页面之间缺乏有效交叉链接，可能需要概念整理。
桥接节点：连接多个主题，适合作为导航或综合页面。
知识空白：已有页面提出问题但缺少来源或证据。

摄取阶段可以把需要判断的事项放入 Review 队列，例如“创建页面”“发起研究”“跳过”。将审阅异步化可以避免整个摄取任务被一个不确定判断阻塞，同时把高风险选择留给用户。

外部接入

一个本地 HTTP API 可以把 Wiki 暴露给外部 Agent，但应保持本机绑定、令牌保护和明确的读写边界。适合提供的接口包括：

健康检查和项目列表。
文件列表与文件内容读取。
关键词或混合搜索。
Wikilink 图谱读取。
未解决 Review 项导出和状态更新。
原始来源重扫描。

MCP 可以把同一组能力包装为标准工具；Agent Skill 则负责向编码 Agent 描述何时调用这些接口、如何引用页面路径以及默认采用只读操作。接口、Skill 和 Wiki 页面应保持职责分离：协议定义调用契约，Skill 定义操作流程，Wiki 保存知识内容。

适合加入个人知识库的设计原则

原始来源可追溯，Wiki 页面可重建，索引和日志可检查。
摄取先分析后生成，避免理解和批量写入互相污染。
所有增量处理都使用哈希和状态记录，避免重复消耗上下文与模型调用。
关键词检索是基础，向量检索和图谱扩展按规模渐进加入。
删除、替换和冲突处理必须是显式工作流，而不是手动清理。
Review、Lint 和来源引用共同构成质量控制闭环。
外部 API 默认只读，任何写入都应有明确的权限和审计边界。

与 Harness 工程的关系

LLM Wiki 的三层文件结构对应 Harness 工程中的上下文与可观测性基础：raw/ 提供事实来源，wiki/ 提供可检索的工作上下文，Schema 和技能文件提供前馈指南，索引、日志、Lint 和 Review 提供反馈传感器。更大的知识库还需要Context-Budget-Management，以避免页面数量增长反过来淹没 Agent。

6.3 KiB Raw Blame History