ThinkWiki 开源！爆火的 LLM Wiki，我做成了本地知识库 Skill

原文链接：https://mp.weixin.qq.com/s/7CNauX-6JcwBB7613GegNA

面向 Agent 的本地知识库 Skill

今年春天，Andrej Karpathy 在 GitHub 上发了一份 LLM Wiki 的思路。短短几周，这个概念就在 AI 圈里传开了。

LLM Wiki: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

我读到它的时候，有一种被印证的感觉。去年，我一直在做 ThinkDoc，企业级的知识管理平台和 AI 数据基础设施，支持多模态解析、融合检索、API 集成、智能体和私有化部署。

当 OpenClaw 这样的通用 Agent 跑在本地时，却需要一套 Agent 能长期维护的知识层，应该走 LLM Wiki 这条路。

于是，我开发了 ThinkWiki 并在 GitHub 上开源了。

ThinkWiki 是一个面向 Agent 的本地知识库 Skill，数据留在个人电脑上，用对话就能建 wiki、收资料、做问答、看图谱。

项目地址：https://github.com/wzdavid/ThinkWiki

我自己用 OpenClaw 桌面版和 Trae 安装了这个 Skill，跑通了完整工作流。

这篇文章介绍 ThinkWiki 是什么、怎么用。

一、同为知识库，两种场景

我做了 2 款知识库，先把场景说清楚。

ThinkDoc 是企业级产品，运行在服务器上。它解决的是组织级知识管理：复杂版式文档的深度解析、多模态知识表示、混合检索、证据驱动的回答包、开放 API，以及和 Dify 等工作流平台的集成。企业需要多租户、分布式、私有化部署和稳定的工具契约，ThinkDoc 走的是 AI 数据基础设施这条路。

官方网站：https://bluedigit.ai/zh/thinkdoc

ThinkWiki 面向个人，运行在本地电脑上。你装着 Cursor、OpenClaw Desktop 或 Claude Code，想和 Agent 一起维护一份会生长的个人知识库，ThinkWiki 就是为此设计的。Markdown 是知识源，Agent 通过 Skill 对话驱动，不需要搭服务器，也不需要记一堆命令。

二、LLM Wiki 和 RAG，区别在哪

Karpathy 用三层架构描述 LLM Wiki：Raw 原始资料、Wiki 知识页、Schema 规则文件。

Agent 读一篇新材料，会同时更新概念页、决策页、来源页，补上交叉引用，标注矛盾。下次提问，Agent 读的是编译好的 wiki，而不是每次重新翻原始 PDF。

这和经典 RAG 的代价结构不同。

RAG 每次查询都要检索、重排、拼装，文档一多，chunk 切分和召回调参就是持续成本。

LLM Wiki 把合成前置到入库阶段，查询时读的是已经整理过的知识层。对个人研究笔记、项目决策记录、长期阅读积累这类场景，我觉得更自然。

ThinkWiki 完整实现了 Karpathy 提出的模式，并在上面加了我认为很关键的一层：可浏览、可治理的 HTML 工作台。

三、LLM Wiki 实现很多，为什么选择 ThinkWiki

Karpathy 提出 LLM Wiki后，GitHub 上很快冒出各种开源实现。有纯 AGENTS.md 协议的、有桌面应用的、有 VS Code 插件的、有完整 CLI 编译器的。

我开发的 ThinkWiki，有哪些不同呢？

1. Agent Skills 规范，一次安装、多宿主可用

ThinkWiki 遵循开放的 Agent Skills 规范（SKILL.md + 脚本目录），可以装到 Cursor、OpenClaw Desktop、Claude Code、Trae、Codex 等 Agent 上。

Agent Skills 规范：https://agentskills.io

用户不需要记 CLI 命令，直接与 Agent 对话交互：

帮我把这篇文章放进知识库：https://example.com/article

根据我的知识库回答：什么是 AI 原生组织？

生成知识图谱，在浏览器里打开工作台。

底层有统一的 thinkwiki 命令入口，Agent 在背后调用。这和纯 AGENTS.md 方案相比，多了一层确定性工具链。

页面生成、图谱构建、健康检查，结果是可复现的，不全靠 Agent 临场发挥。

我在 ThinkDoc 里做企业 API 的经验告诉我，关键路径需要确定性；ThinkWiki 把这件事带到了个人场景。

2. HTML-first，知识库不只是一堆 Markdown 文件

很多 LLM Wiki 实现停在文件层，你得到 wiki/ 目录里的 Markdown，要自己用 Obsidian 或编辑器打开。

ThinkWiki 每次操作都会刷新 HTML 成果页：工作台首页、Inbox 复核页、本地浏览页、交互式知识图谱、图谱治理报告。

对话界面适合下指令，HTML 工作台适合阅读和治理。

在 OpenClaw 桌面版里让 Agent 执行 serve，用内置 browser 打开 http://127.0.0.1:8765/index.html，整个知识库可以像一个小产品一样浏览。这个分工是我日常用起来最顺手的部分。

3. 内容知识图谱，而不只是文件链接图

从 v1.6.0 起，ThinkWiki 默认生成内容知识图谱。节点包括 topic、concept、decision、claim 等语义实体，边包括 about、supports、contradicts、suggests_related_to 等关系，可以在 knowledge / document / suggested 三种视图间切换。

图谱页带 Graph Insights，标出桥接页、弱连接页、建议补链。graph-report 列出孤立页面、高连接薄页、脆弱桥接、实体归并候选。v1.6.0 还加入了实体 alias 冲突复核和确定性归并流程。

知识库越大，结构和治理比单纯能看更重要。这部分设计借鉴了 ThinkDoc 里知识精炼和可信验证的思路，压缩到个人本地可用的粒度。

4. Inbox 工作流，先采集、再复核、后入库

网页、PDF、DOCX、公众号文章，都可以先 clip 到 inbox，不急着正式 ingest。Inbox 按 ready、review、weak 分组，告诉你哪些可以安全入库、哪些还要人工看一眼。微信公众号文章有专门的提取适配器，技术文里的代码块会尽量保留完整。

Agent 再聪明，偶尔也会抓错、截断、漏 metadata。先过 inbox，比直接写进 wiki 稳得多。batch-clip 和 batch-ingest 支持批量处理，适合一次性导入一个目录的资料。

四、OpenClaw 桌面版三分钟跑通

我自己验证 ThinkWiki 时，用的 Agent 是 OpenClaw 桌面版。这也是我开发和开源的项目，把 OpenClaw 的 Skill、模型、渠道能力封装成本地可安装的应用，普通用户装完就能聊，不用自己折腾 Node.js 和 CLI。

项目地址：https://github.com/wzdavid/openclaw-desktop

ThinkWiki 和 OpenClaw 桌面版搭配很顺。一个负责知识库，一个负责 Agent 交付，都在本机跑，数据不出电脑。

我自己的路径如下，供读者参考。

其他支持 Agent Skills 的宿主（Trae、Cursor、Claude Code 等）步骤类似，把仓库地址发给 Agent 即可。

第 1 步，安装 ThinkWiki Skill

在 OpenClaw 桌面版对话里发送：

帮我安装这个skill：https://github.com/wzdavid/ThinkWiki

Agent 会把 Skill 装到对应目录，执行 bootstrap 和 doctor 做自检。本机只需要 Python 3，ThinkWiki 首次使用会自动建好虚拟环境 .venv。

第 2 步，创建知识库

在 OpenClaw 桌面版对话里发送：

帮我在工作区创建一个名为 大卫的知识库 的本地知识库。

第 3 步，采集和入库

在 OpenClaw 桌面版对话里发送：

把这篇文章放进知识库： https://mp.weixin.qq.com/s/e6XOvzFXGTLtlXpbRsvciA

第 4 步，使用知识库

在 OpenClaw 桌面版对话里发送：

基于知识库回答，如何用OpenClaw创建一个虚拟团队？

第 5 步，浏览知识库

在 OpenClaw 桌面版对话里发送：

我要查看知识库，给我链接

点击给到的链接，用系统浏览器打开 http://127.0.0.1:8765/index.html 即可。

写在最后

Karpathy 的 LLM Wiki 让一个方向变得清晰：个人知识管理，可以从查询时检索，转向入库时编译。

ThinkWiki 的定位也很清晰：给 Agent 用的本地知识库 Skill。Markdown 是知识源，HTML 是可操作的工作台，图谱负责结构和治理。

它和 ThinkDoc 构成互补。你在企业里做知识底座和 AI 应用集成，看 ThinkDoc；你在自己电脑上和 Agent 共建一份会生长的 wiki，用 ThinkWiki。

ThinkWiki 和 OpenClaw 桌面版都已开源，ThinkDoc 面向企业客户授权许可使用。ThinkWiki 当前最新版本 v1.6.0，MIT 协议。

项目地址：https://github.com/wzdavid/ThinkWiki

欢迎 Star、试用、提 Issue 和 PR。

个人知识库这个方向，需要更多真实使用场景来打磨。你在任何一个 Agent 上安装和跑通之后，有任何反馈，对我来说都特别有价值。

本文转载自微信公众号，如有侵权请联系删除。