图片提交

Hermes/xingzhi/用 LLM把零散资料变成可复用的知识库 —— llm-wiki-sync 的实现与示例解析.md

@@ -1,6 +1,5 @@
-# 用 AI 把零散资料变成可复用的知识库 —— llm-wiki-sync 的实现与示例解析
 
-**副标题**：如何把 raw/ 里的每一份素材，通过 llm-wiki-sync 自动分析与提炼成结构化的页面、实体与概念，以便长期检索与复用。
+**副标题**：如何把每一份笔记，通过 llm-wiki-sync 自动分析与提炼成结构化的页面、实体与概念，以便长期检索与复用。
 
 ---
 
@@ -86,8 +85,8 @@
 
 7) Contradictions（冲突检测）
 - 当前文档无明显与现有 wiki 冲突的声明；若检测到冲突，llm-wiki-sync 会把冲突条目列出并标注来源，供人工审查。
-![[Pasted image 20260420145132.png|872]]
-![[Pasted image 20260420145158.png]]
+![[IMG-20260420150611080.png|872]]
+![[IMG-20260420150611125.png]]
 ---
 
 ## llm-wiki-sync 的典型运行步骤（工程视角）
@@ -100,7 +99,7 @@
 6. 可选：触发 graph 重建（增量或全量），并把 graph/graph.json、graph.html 更新到站点。 
 7. 通知：完成后通过 Hermes 的通知机制（deliver=origin 或 Telegram 指定 chat）告知负责人。
 
-并发与配额注意：单文件 ingest 优先，批量操作分批（每批 3–10 篇）；对接外部 agent/Claude Code 时避免并发超配额。
+并发与配额注意：单文件 ingest 优先，批量操作分批（每批 2~3 篇）；对接外部 agent/Claude Code 时避免并发超配额。
 
 审计与回滚：每次 ingest 前执行 git branch 或 checkpoint；如需回滚，可用 git revert 或恢复 checkpoint。
 
@@ -109,5 +108,6 @@
 ## 总结与扩展
 
 - llm-wiki-sync 把 Karpathy 关于 LLM Wiki 的理念落地为可执行的工程流程：把知识以结构化表征保存，使得大模型既是“读者”也是“执行者”。
+- 在 Obsidian 中可以直接通过关系图（graph view）查看笔记间的关联；在 llm-wiki-agent 中可以通过 wiki-graph 构建并在 graph.html / graph/graph.json 中可视化展示。
 - 我们的实现基于 SamurAI 的 llm-wiki-agent，并在其上加入了企业级的同步、审计与 Hermes skill 封装，最终通过 Quartz 静态站把生成的 wiki 内容对外展示与分享。