用途：llm-wiki 不依赖每次查询都重新检索原始文档的 RAG，而是让 LLM 把原始资料编译成持久、互链的 Wiki。每次 ingest、query、lint、audit 都会让 Wiki 更丰富。人类负责选材、提问、指方向并提交反馈，LLM 负责分析、交叉引用、归档与执行反馈。
结构：只有一种目录布局，不依赖任何应用，无安装步骤、无守护进程、无私有状态目录、无 HTTP API、无第三方 Python 包，脚本只用标准库读写 Markdown。根目录下含 purpose.md（范围与目标）、schema.md（页面类型与格式）、raw/（原文，LLM 只读）、wiki/（LLM 生成内容）、audit/（人类修正通道）。
核心原则：单页目标 400–1200 词，超长时拆分为 concepts/<topic>/ 加索引页；图用 mermaid、公式用 KaTeX；小文本资料复制进 raw/sources/，大二进制用 raw/refs/ 指针文件；audit/ 是唯一人类到 Agent 的通道，修正永不删除，处理后在 audit/resolved/ 追加解析。
操作：compile 重组内容并重建索引；ingest 摄入外部文章，通常影响 5–15 个页面，仓库文档需用 scripts/ingest_docs.py；query 基于 Wiki 作答，仅当技能契约与绑定配置同时指明受支持的检索适配器且当前边界可用时才用 RAG/混合模式，否则回退到编译 Markdown；lint 用 python3 scripts/lint_wiki.py <wiki-root> 做十六项检查并报告；audit 用 python3 scripts/audit_review.py <wiki-root> --open 处理反馈；sync-project 用 python3 scripts/sync_project.py <project-root> --wiki-root <wiki-root> --json 通过 fail-closed 边界同步项目。每次变更都向 wiki/log.md 追加一条记录。
限制：资料标注为实验性技能，仍在迭代；无绑定项目时漂移类检查报告不适用；缺失事实暂未提供。