LLM Wiki Studio
lanbai-sunsky/llm-wiki-studio
Workbench local para aprendizado com Wiki persistente mantida por Claude
Ver no GitHubBancada 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-studio1 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
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 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-saveskill 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-materialsskill 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:
- 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 - 原始资料:
原始资料/ - 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:
.envdata/- 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