尧图网页设计 
llm-wiki-compiler新手教程quickstart一条命令从0到1编译知识Wiki含本地viewer可视化浏览【免费下载链接】llm-wiki-compilerThe knowledge compiler. Raw sources in, interlinked wiki out. Inspired by Karpathys LLM Wiki pattern.项目地址: https://gitcode.com/gh_mirrors/ll/llm-wiki-compilerllm-wiki-compiler命令行程序名为llmwiki是一款开源的知识编译器把原始资料网页、笔记、PDF 等编译成一个带引用、带互链的 Markdown 知识 Wiki并提供本地 viewer 可视化浏览。本教程面向新手用一条llmwiki quickstart命令带你从 0 到 1 编译出第一个知识 Wiki再用本地 viewer 直观看到成果 为什么需要知识编译器你可能有这样的痛点知识散落在一堆文档、文章和笔记里找起来全靠记忆。传统的做法是每次都让 AI 重新读一遍原始文件既慢又贵。llm-wiki-compiler 的思路来自 Karpathy 提出的 LLM Wiki 模式把知识一次性编译成持久页面而不是查询时反复重读原始文件。编译后的 Wiki 具有以下特点✅互链页面每个概念一页页面间用[[wikilinks]]互相引用✅引用可溯源段落级别标注来源文件和行号✅增量编译只重新处理有变化的来源节省时间和 API 费用✅多形态消费命令行查询、本地 viewer 浏览、MCP 接入 AI 工具、导出多种格式更多设计原理可阅读 docs/concepts/how-it-works.mdx。开始前的3步安装2分钟搞定1️⃣ 确认 Node.js 版本llmwiki 要求Node.js ≥ 24运行node --version检查版本低于 24 请先到 nodejs.org 或用 nvm/fnm 升级。2️⃣ 全局安装 llm-wiki-compilernpm install -g llm-wiki-compiler安装完成后会注册llmwiki命令可用llmwiki --version验证。完整安装说明见 docs/installation.mdx。3️⃣ 配置一个 LLM 服务商编译和查询需要调用大模型默认使用 Anthropicexport ANTHROPIC_API_KEYsk-...也支持 OpenAI 兼容接口、Ollama、GitHub Copilot、Claude Agent SDK 等多种服务商全部配置项见 docs/configuration/providers.mdx。把配置写进项目目录的.env文件也可以自动加载。核心步骤quickstart一条命令从0到1现在进入高潮部分。创建一个新目录一条命令搞定「导入来源 → LLM 编译 → 打开浏览器」全流程mkdir my-wiki cd my-wiki llmwiki quickstart ./notes.mdquickstart接受任意支持的来源本地 Markdown 文件、PDF、甚至一个 URL。例如用一篇维基百科文章试试llmwiki quickstart https://en.wikipedia.org/wiki/Andrej_Karpathy编译成功后你会看到类似这样的输出1. Ingested source → sources/andrej-karpathy.md 2. Compiled wiki → 8 new, 0 skipped Viewer ready at http://127.0.0.1:3000一条命令1 个来源进去8 个互链概念页出来 ✨几个常用参数--no-open只编译不自动打开浏览器--review生成的页面先放进审核队列人工批准后才写入 Wiki--concurrency n调高编译时并发的 LLM 调用数默认 5完整命令参考在 docs/quickstart.mdx 和 docs/cli/ 目录。编译出来的Wiki长什么样llmwiki 会在项目目录里生成这样的结构sources/ ← 原始来源文件 wiki/ concepts/ ← LLM 提取的概念页带 YAML 元数据 index.md ← 自动生成的目录 .llmwiki/ ← 编译器状态哈希、所有权、配置 log.md ← 活动日志想看真实产出仓库里有一个无需 API key 的预生成示例 examples/basic/1 篇文档进去7 个互链概念页出来。其中 examples/basic/wiki/concepts/knowledge-compilation.md 就是一个典型的编译产物——带元数据 frontmatter、来源归属和时间戳的结构化页面。用自然语言查询你的Wiki编译完成后直接提问即可llmwiki 会用语义检索 BM25 重排 图谱扩展给出有据可依的回答llmwiki query 什么概念是这篇笔记独有的满意的答案可以保存回 Wiki成为未来查询的上下文让知识复利增长llmwiki query 知识编译的核心流程是什么 --save命令详情见 docs/cli/query.mdx。本地viewer可视化浏览你的知识Wiki现在运行下面命令浏览器会自动打开本地的只读 viewerllmwiki view --openviewer 默认绑定127.0.0.1只在你本机可访问安全放心。界面包含Dashboard概念数、来源数、待处理问题一目了然全文搜索⌘K/CtrlK随时唤起️图谱浏览器#/graph力导向图展示概念之间的互链关系️引用芯片每个论断旁的引用可点开查看来源原文和行号四套主题Scientific Clay默认、Minimal跟随系统明暗、Nebula Light / DarkMinimal 主题则跟随操作系统的明暗设置自动切换两种风格都清晰易读⚠️ 注意viewer 是只读的且展示的是启动时的快照。编译了新页面后CtrlC停掉 viewer 重新运行llmwiki view --open即可看到更新。所有写操作都走 CLI。详细功能健康页、审核队列、生命周期状态等见 docs/cli/view.mdx。新手常见问题 FAQQ不想用 Anthropic能完全离线吗A可以。通过LLMWIKI_PROVIDERollama接入本地 Ollama 模型全程离线编译。Q编译会持续花我的 API 钱吗A增量编译机制会跳过未变化的来源通过 SHA-256 哈希检测只有新增或修改的来源才会重新走 LLM 流程。Q我该怎么知道下一步做什么A在项目目录运行llmwiki next它会检查项目状态并推荐当下最有用的那条命令。Q如何检查 Wiki 质量Allmwiki lint检查断链、引用、元数据和新鲜度llmwiki eval输出质量健康分。详见 docs/cli/lint-eval.mdx。Q之后要加新资料怎么办Allmwiki ingest 文件或URL加入新来源再llmwiki compile增量编译即可。写在最后回顾一下本教程的核心路径npm 安装 → 配置 API key →quickstart一条命令 →query自然语言查询 →view本地可视化浏览。整个流程 5 分钟你就能拥有第一个可查询、可溯源、可持续生长的个人知识 Wiki 想更进一步搭建科研/编辑部类型化项目llmwiki template init autosci或newsroom模板文档见 docs/guides/让 AI Agent 接入你的 Wikillmwiki serve启动 MCP 服务器指南见 docs/guides/mcp-agent-integration.mdx在 TypeScript 中编程驱动createWiki({ root })SDK见 docs/guides/sdk.mdx原始资料进互联 Wiki 出——这就是 llm-wiki-compiler 的全部魔法现在轮到你了 ️【免费下载链接】llm-wiki-compilerThe knowledge compiler. Raw sources in, interlinked wiki out. Inspired by Karpathys LLM Wiki pattern.项目地址: https://gitcode.com/gh_mirrors/ll/llm-wiki-compiler创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 llm-wiki-compiler新手教程：quickstart一条命令从0到1编译知识Wiki（含本地viewer可视化浏览）
llm-wiki-compiler新手教程quickstart一条命令从0到1编译知识Wiki含本地viewer可视化浏览【免费下载链接】llm-wiki-compilerThe knowledge compiler. Raw sources in, interlinked wiki out. Inspired by Karpathys LLM Wiki pattern.项目地址: https://gitcode.com/gh_mirrors/ll/llm-wiki-compilerllm-wiki-compiler命令行程序名为llmwiki是一款开源的知识编译器把原始资料网页、笔记、PDF 等编译成一个带引用、带互链的 Markdown 知识 Wiki并提供本地 viewer 可视化浏览。本教程面向新手用一条llmwiki quickstart命令带你从 0 到 1 编译出第一个知识 Wiki再用本地 viewer 直观看到成果 为什么需要知识编译器你可能有这样的痛点知识散落在一堆文档、文章和笔记里找起来全靠记忆。传统的做法是每次都让 AI 重新读一遍原始文件既慢又贵。llm-wiki-compiler 的思路来自 Karpathy 提出的 LLM Wiki 模式把知识一次性编译成持久页面而不是查询时反复重读原始文件。编译后的 Wiki 具有以下特点✅互链页面每个概念一页页面间用[[wikilinks]]互相引用✅引用可溯源段落级别标注来源文件和行号✅增量编译只重新处理有变化的来源节省时间和 API 费用✅多形态消费命令行查询、本地 viewer 浏览、MCP 接入 AI 工具、导出多种格式更多设计原理可阅读 docs/concepts/how-it-works.mdx。开始前的3步安装2分钟搞定1️⃣ 确认 Node.js 版本llmwiki 要求Node.js ≥ 24运行node --version检查版本低于 24 请先到 nodejs.org 或用 nvm/fnm 升级。2️⃣ 全局安装 llm-wiki-compilernpm install -g llm-wiki-compiler安装完成后会注册llmwiki命令可用llmwiki --version验证。完整安装说明见 docs/installation.mdx。3️⃣ 配置一个 LLM 服务商编译和查询需要调用大模型默认使用 Anthropicexport ANTHROPIC_API_KEYsk-...也支持 OpenAI 兼容接口、Ollama、GitHub Copilot、Claude Agent SDK 等多种服务商全部配置项见 docs/configuration/providers.mdx。把配置写进项目目录的.env文件也可以自动加载。核心步骤quickstart一条命令从0到1现在进入高潮部分。创建一个新目录一条命令搞定「导入来源 → LLM 编译 → 打开浏览器」全流程mkdir my-wiki cd my-wiki llmwiki quickstart ./notes.mdquickstart接受任意支持的来源本地 Markdown 文件、PDF、甚至一个 URL。例如用一篇维基百科文章试试llmwiki quickstart https://en.wikipedia.org/wiki/Andrej_Karpathy编译成功后你会看到类似这样的输出1. Ingested source → sources/andrej-karpathy.md 2. Compiled wiki → 8 new, 0 skipped Viewer ready at http://127.0.0.1:3000一条命令1 个来源进去8 个互链概念页出来 ✨几个常用参数--no-open只编译不自动打开浏览器--review生成的页面先放进审核队列人工批准后才写入 Wiki--concurrency n调高编译时并发的 LLM 调用数默认 5完整命令参考在 docs/quickstart.mdx 和 docs/cli/ 目录。编译出来的Wiki长什么样llmwiki 会在项目目录里生成这样的结构sources/ ← 原始来源文件 wiki/ concepts/ ← LLM 提取的概念页带 YAML 元数据 index.md ← 自动生成的目录 .llmwiki/ ← 编译器状态哈希、所有权、配置 log.md ← 活动日志想看真实产出仓库里有一个无需 API key 的预生成示例 examples/basic/1 篇文档进去7 个互链概念页出来。其中 examples/basic/wiki/concepts/knowledge-compilation.md 就是一个典型的编译产物——带元数据 frontmatter、来源归属和时间戳的结构化页面。用自然语言查询你的Wiki编译完成后直接提问即可llmwiki 会用语义检索 BM25 重排 图谱扩展给出有据可依的回答llmwiki query 什么概念是这篇笔记独有的满意的答案可以保存回 Wiki成为未来查询的上下文让知识复利增长llmwiki query 知识编译的核心流程是什么 --save命令详情见 docs/cli/query.mdx。本地viewer可视化浏览你的知识Wiki现在运行下面命令浏览器会自动打开本地的只读 viewerllmwiki view --openviewer 默认绑定127.0.0.1只在你本机可访问安全放心。界面包含Dashboard概念数、来源数、待处理问题一目了然全文搜索⌘K/CtrlK随时唤起️图谱浏览器#/graph力导向图展示概念之间的互链关系️引用芯片每个论断旁的引用可点开查看来源原文和行号四套主题Scientific Clay默认、Minimal跟随系统明暗、Nebula Light / DarkMinimal 主题则跟随操作系统的明暗设置自动切换两种风格都清晰易读⚠️ 注意viewer 是只读的且展示的是启动时的快照。编译了新页面后CtrlC停掉 viewer 重新运行llmwiki view --open即可看到更新。所有写操作都走 CLI。详细功能健康页、审核队列、生命周期状态等见 docs/cli/view.mdx。新手常见问题 FAQQ不想用 Anthropic能完全离线吗A可以。通过LLMWIKI_PROVIDERollama接入本地 Ollama 模型全程离线编译。Q编译会持续花我的 API 钱吗A增量编译机制会跳过未变化的来源通过 SHA-256 哈希检测只有新增或修改的来源才会重新走 LLM 流程。Q我该怎么知道下一步做什么A在项目目录运行llmwiki next它会检查项目状态并推荐当下最有用的那条命令。Q如何检查 Wiki 质量Allmwiki lint检查断链、引用、元数据和新鲜度llmwiki eval输出质量健康分。详见 docs/cli/lint-eval.mdx。Q之后要加新资料怎么办Allmwiki ingest 文件或URL加入新来源再llmwiki compile增量编译即可。写在最后回顾一下本教程的核心路径npm 安装 → 配置 API key →quickstart一条命令 →query自然语言查询 →view本地可视化浏览。整个流程 5 分钟你就能拥有第一个可查询、可溯源、可持续生长的个人知识 Wiki 想更进一步搭建科研/编辑部类型化项目llmwiki template init autosci或newsroom模板文档见 docs/guides/让 AI Agent 接入你的 Wikillmwiki serve启动 MCP 服务器指南见 docs/guides/mcp-agent-integration.mdx在 TypeScript 中编程驱动createWiki({ root })SDK见 docs/guides/sdk.mdx原始资料进互联 Wiki 出——这就是 llm-wiki-compiler 的全部魔法现在轮到你了 ️【免费下载链接】llm-wiki-compilerThe knowledge compiler. Raw sources in, interlinked wiki out. Inspired by Karpathys LLM Wiki pattern.项目地址: https://gitcode.com/gh_mirrors/ll/llm-wiki-compiler创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考