从零构建一个 LLM Wiki

返回专题首页

下面用虚构领域“星港运维”演示完整流程。<WIKI_PATH> 代表你明确授权给 Agent 的知识库目录。

1. 先建立方向与结构

初始化后先阅读并填写四个方向文件：

• purpose.md：使命、读者、收录范围和质量标准。
• SCHEMA.md：Raw / Wiki / Schema 的职责，页面类型、命名和链接规则。
• index.md：知识库的稳定入口和主要 Hub。
• log.md：按时间倒序记录结构与知识变化。

如果已经安装公开 Skill，可以初始化空目录：

python3 ~/.codex/skills/llm-wiki/scripts/init_wiki.py \
  --path "<WIKI_PATH>" \
  --domain "星港运维"

初始化只是骨架。正式采集前，应让 Agent 根据你的目标调整 Purpose 与 Schema。

2. 导入一份来源

假设收到虚构文章《星港缓存策略》。先在 Raw 保存标题、来源标识、采集日期和必要正文，再提取其中的机制、约束、实体与未解决问题。

不要直接把整篇文章改写成摘要。先搜索 Wiki：如果已有“边缘缓存失效”机制页，就补充新证据和限制；只有出现独立概念时才新建页面。

3. 建立机制页和 Hub

一篇机制页应该能脱离本次会话独立阅读，并包含：

• 机制如何工作以及在什么条件下成立。
• 来源支持的事实与 Agent 的综合判断。
• 已知限制、反例和仍未解决的问题。
• 指向来源记录、所属 Hub 和相关概念的链接。

在“缓存策略”Hub 中加入机制页入口。如果“边缘缓存失效”和“回源保护”互相帮助理解，就在两边加入带语义的双向链接，而不是只堆页面名称。

4. 同步入口与维护记录

确认新机制页可以从 index.md 或某个 Hub 到达，并在 log.md 顶部记录这次知识变化。索引用于导航，日志用于说明发生了什么，两者不要替代正文。

5. lint 与人工复核

完成写入后至少检查：

• Frontmatter、命名、相对链接与索引覆盖是否符合 Schema。
• 是否出现无 Hub 或索引入口的孤立页。
• 两个来源发生冲突时，是否保留各自出处并明确当前综合判断。
• Raw、页面和附件是否包含密钥、个人路径或其他敏感数据。
• 是否先增强已有机制页，再创建可能重复的新页面。

公开包中的 scripts/validate.py 是发布仓库验证器，验证器只验证安装的 Skill 包，不是面向任意知识库的 lint CLI；不要把 <WIKI_PATH> 传给它。

知识库 lint 应按该知识库自己的 SCHEMA.md 和公开 Skill 的 lint checklist（references/lint-checklist.md）执行。让 Agent 先读取这两个文件，再逐项检查结构、链接、索引覆盖、日志顺序、孤立页、冲突和敏感数据；最后报告已修复项、需人工判断项与未执行检查。知识内容是否正确仍需要人判断。

完成一次小而完整的循环后，再批量采集。这样 Schema、Hub 和质量标准会先经受真实材料检验。

下一步：安装公开 Skill