东方编辑部 × 数字山水风交互式知识图谱 — 双击 HTML 文件即可在浏览器中探索。搜索、社区图例、聚焦筛选、节点视觉分层、社区轻量地图、统一社区抽屉、悬停预览、轻量摘要、明确进入阅读、Shift 多选、画布缩放拖拽和小地图定位,全部离线运行,不依赖服务器。
Обзор
东方编辑部 × 数字山水风交互式知识图谱 — 双击 HTML 文件即可在浏览器中探索。搜索、社区图例、聚焦筛选、节点视觉分层、社区轻量地图、统一社区抽屉、悬停预览、轻量摘要、明确进入阅读、Shift 多选、画布缩放拖拽和小地图定位,全部离线运行,不依赖服务器。
README
English | 中文
效果预览
东方编辑部 × 数字山水风交互式知识图谱 — 双击 HTML 文件即可在浏览器中探索。搜索、社区图例、聚焦筛选、节点视觉分层、社区轻量地图、统一社区抽屉、悬停预览、轻量摘要、明确进入阅读、Shift 多选、画布缩放拖拽和小地图定位,全部离线运行,不依赖服务器。
两种入口
本仓库是 llm-wiki 的 monorepo,包含两种使用形态,读写同一份知识库格式:
- Skill 形态(成熟稳定):把仓库链接丢给 Claude Code / Codex / OpenClaw / Hermes 一键安装,在你的 AI CLI 里维护知识库。
- agent 工作台(
workbench/,开发中):本地运行的知识库工作台,以对话为中心、内置交互式数字山水知识图谱。当前面向开发者(npm run dev),成熟后提供桌面应用。
交互式图谱引擎(packages/graph-engine/)由两种形态共享:Skill 的离线 HTML 和工作台的图谱视图,是同一个引擎的两个出口。
隐私边界:知识库文件和离线图谱产物保存在本机;当你让 agent 回答、消化或生成内容时,prompt、选中的引用、检索片段、工具输出和生成产物可能会发送给你配置的模型提供商。API key 不写入 llm-wiki 自己的配置;第三方 Skill 只有显式安装并启用后才作为受信任本地代码运行。
30 秒上手
把仓库链接扔给你正在用的 agent,让它自己完成安装。
# Claude Code
bash install.sh --platform claude
# Codex
bash install.sh --platform codex
# OpenClaw
bash install.sh --platform openclaw
# Hermes
bash install.sh --platform hermes
然后说:
“帮我初始化一个知识库” “帮我消化这篇:”
核心区别:知识被编译一次,持续维护,而不是每次查询都从原始文档重新推导。
核心亮点
Skill 稳定主线
| 功能 | 说明 | |
|---|---|---|
| 🗺️ | 数字山水知识图谱 | 自包含 HTML,双击即可浏览;三栏国风布局、山水底图、可拖拽缩放画布、小地图定位和左右阅读区全部离线运行 |
| ✨ | 图谱阅读体验打磨 | 节点按地名、索引签条、朱砂批注分层;默认画面更轻,悬停可预览,点击先看摘要,再通过明确动作进入阅读 |
| 🎓 | 本地阅读动线 | 社区图例、聚焦筛选、图谱搜索、右侧摘要/阅读抽屉和选区抽屉保持联动;社区阅读内搜索和类型筛选只作用于当前社区 |
| 📦 | 零配置初始化 | 一句话创建完整知识库,自动生成目录结构、模板和研究方向页 |
| 🔗 | 结构化 Wiki | 自动生成实体页、主题页、素材摘要,用 [[双向链接]] 互相关联 |
| 🏷️ | 置信度标注 | EXTRACTED / INFERRED / AMBIGUOUS / UNVERIFIED,一眼看出哪些需要核实 |
| 🔄 | 智能缓存 | SHA256 去重 + 写入即更新 + 自愈安全网,弱模型也不会漏缓存 |
| 🧠 | 对话结晶 | 把有价值的对话内容直接沉淀为知识库页面 |
| 📡 | 自动上下文注入 | SessionStart hook 让 agent 每次会话自动感知知识库 |
| 📊 | 多格式分析 | 深度报告、对比表、时间线三种综合分析格式 |
工作台开发预览
| 功能 | 说明 | |
|---|---|---|
| 🧭 | 社区近景地图 | 进入社区后像从全局图靠近刚才那片区域;节点位置、层级和标签更稳定,社区内可多选节点并带入对话,返回全图时高亮会跟随视野稳定后再淡出 |
| 🧩 | 全局意图反馈 | 全局图谱悬停节点可轻量看一阶关系,单击节点固定关系强调并打开摘要;选中社区只预览少量内部结构和跨社区通道,不直接变成完整社区阅读 |
| 🪶 | 图谱增强显示 | 工作台图谱默认已分清主次;需要时可打开语义强调和聚焦点亮,让关键关系更容易看清 |
| 🎨 | 工作台 Paper 视觉 | 工作台沿用暖纸配色,按钮、消息、侧栏和图谱控件保持统一,长标题不会撑开页面 |
| 💬 | 工作台对话自动跟随 | 发送和流式回复时自动停在最新内容,用户上翻时暂停,并用向下箭头一键回到底部 |
| 🧰 | 工作台动态工具状态 | agent 执行工具时显示当前动作;完成后折叠成摘要,避免主对话被工具流水账刷屏 |
| 🛡️ | 工作台安全流式对话 | prompt、工具状态、产物和终态使用统一流式契约;检索内容只进入发起它的运行和对话,切换、取消或重复发送不会串用旧内容;异常流会安全结束并恢复输入 |
| 🔒 | 工作台本地访问保护 | 本地配置、对话、页面、图谱事件、文件和状态操作都只对同时通过来源与启动凭证检查的工作台开放 |
| 🧷 | 工作台请求边界 | 前台只会发送已登记的请求方式与入口组合;产出物清单和下载统一拒绝不合规编号,旧接口、文件下载和事件流保持独立处理 |
| 🔑 | 工作台认证设置 | 保存 API key 和测试连接使用同一套保护与提示;失败不会暴露本机信息、密钥或底层错误 |
| ✅ | 工作台可靠启动 | 后台只监听本机,失败启动不会替换现有凭证,重启会换新并恢复上次知识库;退出时会有序结束持续连接和图谱重建进程,必要时再启用兜底清理 |
| 🧪 | 工作台真实浏览器检查 | 自动启动真实前台和后台,检查知识库、对话、页面、图谱、消息、产出物、设置与模型的主要流程,以及隔离、取消、断线和失败恢复 |
| 🔎 | 工作台统一质量检查 | 本机与 GitHub 使用同一入口,顺序检查前后台、共享规则、图谱、边界、类型、规范和构建,并在隔离环境验证启动与入口反例 |
素材来源
| 分类 | 来源 | 处理方式 |
|---|---|---|
| 核心 | PDF、Markdown、文本、HTML、纯文本粘贴 | 直接消化,不依赖外挂 |
| 可选 | 网页文章、X/Twitter、微信公众号、YouTube、知乎 | 自动提取;失败时按回退提示改走手动 |
| 手动 | 小红书 | 当前只支持手动粘贴 |
可选提取器需要在安装时显式开启:
bash install.sh --platform claude --with-optional-adapters
平台入口
每个平台有专属入口说明:
Windows 用户
Windows PowerShell 5.1(Win10 / Win11 系统自带)默认 console 编码为 GB2312、$OutputEncoding 为 ASCII,Python 子进程 sys.stdout.encoding 默认为 gbk。直接在 PS 5.1 下运行 bash install.sh 会导致中文输出和 hook JSON 出现乱码(#16)。
方案 A — 使用 install.ps1(推荐)
在仓库根目录下:
powershell -ExecutionPolicy Bypass -File install.ps1 --platform claude
powershell -ExecutionPolicy Bypass -File install.ps1 --platform codex --dry-run
install.ps1 会自动把 console / $OutputEncoding / PYTHONIOENCODING 全部设为 UTF-8,再转发到 bash install.sh。
方案 B — 手动设置 PowerShell 编码
chcp 65001
[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$OutputEncoding = [System.Text.Encoding]::UTF8
$env:PYTHONIOENCODING = 'utf-8'
bash install.sh --platform claude
方案 C — 升级到 PowerShell 7+
PowerShell 7 默认 UTF-8。安装:winget install Microsoft.PowerShell,然后 pwsh 下直接 bash install.sh --platform claude。
Python 命令
Windows 上 Python 通常安装为 python.exe 而非 python3.exe(Microsoft Store 的 python3 是安装提示 stub,调用会失败)。本项目 scripts/shared-config.sh 已加入自动检测:先尝试 python3,失败回退到 python。所以只要 Python 3.8+ 在 PATH 中(任一命名即可),脚本能正常工作。
致谢
本项目复用和集成了以下开源项目:
- Andrej Karpathy — llm-wiki gist,核心方法论来源
- baoyu-url-to-markdown by JimLiu — 网页、X/Twitter 内容提取
- youtube-transcript — YouTube 字幕提取
- wechat-article-to-markdown — 微信公众号文章提取
License
MIT
Star History
Рекомендуемые инструменты
Попробуйте другой запрос или уберите фильтр.
Установка
npx skillfish add sdyckjq-lab/llm-wiki-skill