LLM编译的知识库为任何AI代理提供出色的输出。并行多代理研究。以论文为驱动的调查。源数据摄取。维基编纂。会话记忆。反馈策展。主题归档。库存跟踪。数据集清单。真相追寻审计。查询。人工制品生成。作为Claude Code插件、OpenAI Codex插件、OpenCode指令文件或便携式AGENTS.md发布。兼容Obsidian。每次运行都会累积。源数据变成交叉引用的文章。文章转变为报告、幻灯片、学习指南、剧本和实施计划。会话摘要帮助代理保持方向感，而不会将私人聊天变成主题证据。它的功能是通过一条命令启动一个主题维基，调度最多十个代理，摄取值得保留的内容，收集带有来源的丰富目录后进行跟踪，归档旧主题而不删除它们，跟踪持久的后续状态，在不复制它们的情况下对大型数据集进行索引，捕获编辑过的会话上下文和反馈候选者而不囤积抄本，编译源数据为文章，并交付一个构建在其上的可交付成果。所有的都是你拥有的纯Markdown。研究5–10个并行代理搜索学术、技术、应用、新闻和反向视角。--min-time 2h持续进行回合，每轮深入每次发现的差距。论文模式从一个主张开始。代理按支持、反对、机制、元和相邻角度划分。输出是裁决——而不是总结。第二轮打击确认偏见。摄取URLs、文件、PDF、收件箱丢弃、Git文档库、MediaWiki转储、消息档案和Wayback CDX快照。原始来源保持不可变；文章在其上合成。收集查找、去重、下载有限公共媒体，并编目可发现的人工制品、示例、表情包、工具、实体和来源候选者。捕获别名、上下文来源、地方资产路径、哈希、规模、媒体政策和库存适合度。库存跟踪维基应记住的持久事物：项目、来源候选者、语料、实体、待解决的问题、监视项目和下一步行动。聊天视图默认为紧凑的表格。数据集使用清单、样本、配置文件和查询食谱对大型、外部、可变或操作性数据进行索引。维基成为界面；数据保持在它应有的地方。归档将整个主题维基移动到 topics/.archive/ 。保存的知识保持结构可维护，但不在默认查询、编译、研究、收集、输出和维护上下文中。编译原始来源变成合成文章，带有交叉引用和置信分数。每个目录都有一个_index.md——没有任何东西是盲目扫描的。查询快速（索引）、标准（文章）或深度（所有+兄弟维基）。--resume 从你停止的地方接着来。会话默认启用钩子捕捉写入编辑过的事件、状态JSON和Markdown摘要在.sessions/下。以紧凑的上下文重新进行未来的回合；仅提升属于主题的内容。反馈在.sessions/feedback/下策展高信号的更正、偏好、批准和计划接受。忽略通用确认；持久的教训被明确提升。图书管理员对每篇文章进行陈旧性和质量的评分。双层扫描：快速元数据检查，然后对标记的文章进行深入内容阅读。检查点恢复。机器可读的JSON + 人可读的报告。审计回答更广泛的信任问题。重用图书管理员通行证，追踪从原始/、维基/和输出/跨越的输出，检测漂移，检查来源，当本地证据不足时进行新研究。教训提取当前会话中学到的教训——错误→修复模式、用户更正、发现。保存为结构化笔记，维基可以稍后查询。--rules 发出可执行规则而不是散文。计划以维基为基础的实施计划。读取知识库，采访你的需求，通过针对性的研究填补空白，并生成分阶段计划，引用维基文章作为证据。--format rfc|adr|spec 。输出报告、幻灯片、学习指南、剧本、实施计划、时间表、词汇表、比较。归档回到维基中，以便下一个输出在每个先前的基础上构建。安装Claude Code本地插件。推荐。claude plugin install wiki@llm-wiki 从公共市场安装。重启Claude Code以应用。OpenAI Codex市场插件。用@wiki调用。codex plugin marketplace add nvk/llm-wiki # 然后打开/plugins，启用"LLM Wiki"，使用@wiki 或从本地检出：./scripts/bootstrap-codex-plugin.sh --scope user --verify 。Codex树是Claude真实来源的生成镜像——更新以相同方式进行。OpenCode指令文件。# 在opencode.json中：{ "instructions": [ "path/to/llm-wiki/plugins/llm-wiki-opencode/skills/wiki-manager/SKILL.md" ] } 或复制到~/.config/opencode/AGENTS.md 。Web搜索需要OPENCODE_ENABLE_EXA=1 。Pi指令文件。最适合本地模型。pi --instructions path/to/llm-wiki/plugins/