Ren(@Ryrenz):🗂️ 太强了，把导入的资料自动编译成一个不断长大的 Wiki GitHub 上 16.2K stars 存资料的人都有一个共同结局：几百篇收藏躺在硬盘里，需要的时候搜不出来，因为它们从来没被真正读过一遍。市面上的 RAG 工具是每次提问再去检索，资料之间的关系永远建立不起来。 LLM Wiki 走的是另一条路：资料导入以后，模型把关键信息编译进已有的 Wiki 页，维护条目之间的双向链接，知识是一次编译、持续维护的，不是每次现推。结构分原始资料、Wiki 和 Schema 三层，用 index.md、log.md、YAML frontmatter 和 Wikilink 组织。能吃的格式很杂：PDF、Office 文档、EPUB、MOBI、Org mode、图片、音视频、网页剪藏和批量网址。配套还做了个基于 Readability.js 和 Turndown.js 的 Chrome 剪藏扩展，看到好文章一键送进去。知识图谱那块做得比较认真，用直接链接、来源重叠、Adamic–Adar 和页面类型亲和度四类信号算相关性，再用 Louvain 算法找知识群落。技术栈是 Tauri v2 加 Rust 和 React 19，三个系统都有安装包。收藏不等于拥有，编译进自己的体系才算。 GitHub：

2026.08.12 11:09

🗂️ 太强了，把导入的资料自动编译成一个不断长大的 Wiki GitHub 上 16.2K stars 存资料的人都有一个共同结局：几百篇收藏躺在硬盘里，需要的时候搜不出来，因为它们从来没被真正读过一遍。市面上的 RAG 工具是每次提问再去检索，资料之间的关系永远建立不起来。 LLM Wiki 走的是另一条路：资料导入以后，模型把关键信息编译进已有的 Wiki 页，维护条目之间的双向链接，知识是一次编译、持续维护的，不是每次现推。结构分原始资料、Wiki 和 Schema 三层，用 index.md、log.md、YAML frontmatter 和 Wikilink 组织。能吃的格式很杂：PDF、Office 文档、EPUB、MOBI、Org mode、图片、音视频、网页剪藏和批量网址。配套还做了个基于 Readability.js 和 Turndown.js 的 Chrome 剪藏扩展，看到好文章一键送进去。知识图谱那块做得比较认真，用直接链接、来源重叠、Adamic–Adar 和页面类型亲和度四类信号算相关性，再用 Louvain 算法找知识群落。技术栈是 Tauri v2 加 Rust 和 React 19，三个系统都有安装包。收藏不等于拥有，编译进自己的体系才算。 GitHub：