LLM Wiki：本地个人知识库

LLM Wiki 是一款基于 Andrej Karpathy 方法论构建的跨平台桌面应用，可将文档自动转化为结构化、互联的个人知识库。相比传统 RAG 的即时检索模式，该工具通过 LLM 增量构建并持久维护 wiki，实现知识的一次编译、持续更新。

• 核心架构: 采用三层设计——原始文档（不可变）→ LLM 生成的 wiki → 规则配置（schema），核心操作包括导入（Ingest）、查询（Query）和清理（Lint）。
• 两步链式导入: 将单步导入拆分为分析（提取实体、关联、矛盾）和生成（创建 wiki 页面、更新索引）两个阶段，配合 SHA256 增量缓存与持久化队列，显著提升质量与效率。
• 知识图谱与社区发现: 基于 4 信号关联模型（直接链接、来源重叠、Adamic-Adar、类型亲和）构建图谱，集成 Louvain 算法自动发现知识聚类，并提供意外关联与知识缺口洞察。
• 多阶段检索管道: 支持分词搜索、可选向量语义搜索（LanceDB）、图扩展与预算控制，召回率从 58.2% 提升至 71.4%。
• Rust 后端智能体: 工具化聊天运行时，支持 wiki/来源/图谱/网络检索、工作区文件生成、技能文件读取及安全 shell 命令执行。
• 多格式文档处理: 原生支持 PDF、Office、EPUB/MOBI、图片、音视频、网页剪辑等，可选 MinerU 处理复杂 PDF 布局。
• 扩展生态: 内置本地 HTTP API（端口 19828）、MCP 服务器及一键安装的 AI 智能体技能，支持 Chrome 网页剪辑器与外部工具集成。