用途
llm-wiki 是一个用于构建和维护个人知识库的 AI 技能。它把知识整理成一个持久保存、相互链接的 wiki，并随着每次读入来源、每次回答问题而不断扩充。与 RAG 在每次查询时重新推导知识不同，它的知识只编译一次并保持更新。该技能基于 Karpathy 的 LLM Wiki 模式（https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f）。
目录结构
所有 wiki 文件都存放在工作区内的 wiki/ 目录中，也就是由 $WIKI_DIR 指定的目录；没有设置时默认使用 ./wiki/：
- wiki/index.md：所有页面的目录，每次读入来源后都要更新。
- wiki/log.md：按时间顺序追加的操作记录。
- wiki/raw/：来源文档，只读、不可修改。
- wiki/pages/：由 LLM 维护的 wiki 页面。
首次使用时，如果这个结构不存在，就先创建它。脚本命令中的 $SKILL_DIR 指该技能安装所在的目录；如果 agent 没有自动设置，运行前请替换为 llm-wiki 目录的路径。
页面约定
wiki/pages/ 下的每个页面遵循以下格式：前置元数据包含 title、tags、sources、last-updated；正文包含标题和内容；末尾必须有“## See also”小节，列出指向相关页面的交叉链接。文件名使用小写 slug，例如 machine-learning-basics.md。新来源触及某页时更新 sources 计数；每次编辑都更新 last-updated。
主要操作
- 列出 wiki：用户要求列出、展示或浏览 wiki 时，运行 python3 "$SKILL_DIR/scripts/list.py"（可用 --tag TAG 或 --sort updated 缩小范围），并把返回的页面以可读表格呈现（标题、标签、来源数、更新时间）。返回空数组时说明还没有页面，并提议开始创建。
- 读入来源：读取 wiki/raw/ 下的来源（或用户提供的 URL/路径），必要时与用户讨论要点，编写摘要页 wiki/pages/<slug>-source.md，更新 index.md，并识别相关页面进行交叉引用、补充信息或标注矛盾。单个来源通常触及 5 至 15 个页面；新数据与已有说法矛盾时要明确标注。随后追加日志。
- 查询 wiki：用 scripts/search.py 搜索相关页面并按分数从高到低阅读；若搜索无结果但 index.md 存在，可手动浏览。综合答案时引用页面文件名；若答案有复用价值，可将其归档为新页面，并追加日志。
- 检查 wiki：运行 scripts/lint.py，处理其报告的问题：orphan（无入链，补充交叉链接或在 index 中提及）、missing（index 列出但文件不存在，删除条目或重建）、unlisted（文件存在但未列入 index，补入 index）。此外还要阅读若干页面，检查矛盾和过时说法，然后追加日志。
脚本
- python3 "$SKILL_DIR/scripts/list.py" [--tag TAG] [--sort title|updated]：列出所有页面及元数据。
- python3 "$SKILL_DIR/scripts/search.py" "<query>" [--top N]：按关键词相关性搜索页面。
- python3 "$SKILL_DIR/scripts/lint.py"：健康检查（孤立页、缺失文件、未列出页面）。
- python3 "$SKILL_DIR/scripts/log.py" <ingest|query|lint> "<title>" ["<notes>"]：追加日志条目。
环境变量与使用提示
WIKI_DIR 指定 wiki 目录路径（默认 ./wiki/），可设为偏好的持久位置。提示：把综合出的答案归档为新页面，避免留在聊天记录中；新旧信息矛盾时同时更新两页并明确记录冲突；对用户长期研究的主题优先查 wiki 而非网页搜索；raw/ 中的来源文件是不可修改的事实来源。