convez.ai
SkillProdutividadeAvançado
lanbai-sunsky

LLM Wiki Studio

lanbai-sunsky/llm-wiki-studio

Workbench local para aprendizado com Wiki persistente mantida por Claude

Ver no GitHub
BomPluginScore · de 0 a 100

Bancada local de aprendizado em cursos que integra Claude Code CLI com skills Python para manter uma Wiki Markdown persistente e gerar materiais de revisão. Permite upload de recursos (texto, PDF, áudio, vídeo), diálogo com agente de IA e organização automática de conhecimento em estrutura Obsidian-friendly.

Instalação

$npx convez-ai lanbai-sunsky/llm-wiki-studio

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
22
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 5 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Organizar e revisar conteúdo de cursos com assistência de IA
  • Construir base de conhecimento pessoal em Markdown com links evolutivos
  • Gerar automaticamente materiais de revisão a partir de anotações e recursos

Veredito

Skill robusta para quem deseja workflow offline de aprendizado com IA, oferecendo estrutura clara e reutilizável. Requer familiaridade com Claude CLI, Python 3.11+ e Obsidian; ideal para curadoria contínua de conhecimento em ambiente local controlado.

README

A tradução para o português deste README ainda está na fila.

LLM Wiki Studio

LLM Wiki Studio 界面截图

LLM Wiki Studio 是一个本地课程学习工作台。网页负责课程管理、原始资料上传、Wiki 导图浏览和 Agent 对话;真正的学习整理、Wiki 写入和复习资料生成交给本地 Claude Code CLI + Skills。

灵感来源

这个项目的灵感来自 Andrej Karpathy 的 LLM Wiki 想法。Karpathy 在这篇 idea file 里提出:不要让 LLM 每次都从原始文档里临时检索和重新拼接答案,而是让 LLM 持续维护一个持久化、可链接、可演化的 Markdown Wiki。

LLM Wiki Studio 沿用了其中几个核心判断:

  • 原始资料/ 是事实来源,应该由用户维护,Agent 只读取不改写。
  • 已创建的Wiki/ 是由 Agent 维护的 Markdown 记忆层,用来沉淀对话学习后的理解、例子、疑问和易错点。
  • CLAUDE.md / AGENTS.md / Skills 是约束 Agent 行为的 schema,让它不是普通聊天机器人,而是有目录职责和写入规则的学习搭档。
  • Obsidian 适合作为人类浏览 Wiki 的 IDE,而 Claude Code CLI 负责执行整理、写入和维护。

本项目在这个模式上做了一个课程学习方向的具体化:Wiki 负责长期学习记忆;复习资料则优先由用户上传的重点标注文件和原始资料生成,Wiki 只作为可选补充。

核心流程

原始资料/
  -> Agent 对话学习
  -> learning-memory-save skill 保存学习记忆到 已创建的Wiki/
  -> review-materials skill 基于重点标注文件 + 原始资料生成 复习资料/

功能

  • 创建本地课程工作区,保持 Markdown / Obsidian 友好的目录结构。
  • 上传课程原始资料,支持文本、图片、PDF、音频、视频和 Canvas / Bases 文件。
  • 在网页中以对话界面启动本地 Claude Code CLI。
  • 通过 learning-memory-save skill 把学习对话中的新理解、例子、疑问和易错点保存到 已创建的Wiki/。
  • 浏览可拖动、可缩放的 Wiki 导图,并点击节点在 Obsidian 中打开对应文档。
  • 通过 review-materials skill 生成复习资料:每次输出一个文件夹,里面只有 复习资料.md 和 评测报告.md。

复习资料规则

review-materials 的输入优先级:

  1. 用户上传的重点标注文件:复习资料/重点文档/ 或 .llm-wiki/metadata/review-focus.json
  2. 原始资料:原始资料/
  3. Wiki:已创建的Wiki/,仅作为可选补充

复习资料.md 的格式固定为:

知识点名称~必考
知识点名称~有可能考

Wiki 为空或只有骨架时,也不应阻止复习资料生成。

依赖

必需:

  • Python 3.11+
  • Claude Code CLI,并确保本机可运行 claude 或 claude.cmd

推荐:

  • Obsidian,用于打开和浏览本地 Markdown Wiki

启动

.\start.ps1

浏览器打开:

http://127.0.0.1:8877

如果 PowerShell 拦截脚本:

powershell -ExecutionPolicy Bypass -File .\start.ps1

项目结构

浏览器页面
-> server.py 本地 API
-> claude_cli_bridge.py
-> Claude Code CLI
-> 课程目录/
   AGENTS.md
   index.md
   log.md
   原始资料/
   已创建的Wiki/
   复习资料/
   .llm-wiki/

项目内 Skills:

.claude/skills/learning-memory-save/
.claude/skills/review-materials/

隐私说明

仓库不会提交本地运行数据和私密配置:

  • .env
  • data/
  • Claude Code 会话记录
  • 上传的课程资料
  • 生成的课程工作区
  • 日志和导出包

公开仓库只保留源码、Skills、示例结构和文档。

验证

& 'C:\Users\28634\.cache\codex-runtimes\codex-primary-runtime\dependencies\python\python.exe' smoke_test.py

期望输出:

smoke_test: PASS
Ver o original no GitHub

Bom para

Relacionados