你把论文 / 文章 / repo 丢进 raw/,LLM 读后提炼要点、更新页面、标矛盾、加交叉链接,沉淀进互链的 wiki/,知识持续累积。最贴原意的开源实现是 lucasastorian/llmwiki:指向任意文件夹,以本地 SQLite 建全文索引,再由你自己的 Claude(或任意 MCP 客户端)经 MCP 读源写 wiki。智能来自你已连接的客户端,llmwiki 本身不收模型 API key;本地文档处理同样无需 key,仅可选 MISTRAL_API_KEY 换更好的 PDF 表格 / 版面 OCR(默认用免费的 pdf-oxide)。

社区实测

实际使用时写入速度极慢、token 消耗大，对多数人不够实用，更像一个概念验证。

• 把原始文档（论文、文章等）整理成结构化的个人 Markdown 知识库
• 为个人学习和知识管理提供一种"用 LLM 写 wiki"的自动化工作流

• 单篇文章的摄入可能耗时十几分钟，速度远慢于 NotebookLM 等替代方案
• 检索和摄入的 token 成本不可控，容易产生高额 API 费用
• LLM 反复重写可能导致信息被稀释，生成更冗长而非更精炼的内容

来源

LLM Wiki – example of an "idea file" | Hacker NewsI Replaced Karpathy's LLM Wiki with Something That Actually WorksThe hardest part in building Karpathy's LLM wiki

截至 2026-07-19