SamurAIGPT/llm-wiki-agent

A personal knowledge base that builds and maintains itself. Drop in sources — Claude (or Codex/Gemini) reads them, extracts knowledge, and maintains a persistent interlinked wiki. Works with Claude Code, Codex, OpenCode, Gemini CLI. No API key needed.

LLM Wiki Agent – LLMエージェントによって構築された自己維持型知識ウィキ

何であるか – ローカルでファイルベースの知識ベース。PDF、DOCX、PPTX、マークダウンなど、任意の形式のドキュメントを raw/ フォルダに配置し、LLM駆動のエージェントにインジェストさせる。エージェントはエンティティ、コンセプト、要約を抽出し、相互にリンクされたマークダウンページを作成し、矛盾を検出し、永続的な知識グラフを更新する。すべての出力はプレーンなマークダウンと静的 graph.html 可視化として保存されるため、任意のエディタ（例：Obsidian）やウェブブラウザで閲覧可能。

なぜ重要か – 通常の検索拡張生成（RAG）パイプラインが毎回クエリごとに生データを再処理するのに対し、このツールは知識を一度だけコンパイルし、常に最新の状態を維持する。クロスリファレンス、エンティティページ、矛盾フラグはインジェスト時に生成されるため、チャット専用アシスタントの「セッション後に忘れる」問題を回避し、成長するクエリ対応ウィキが得られる。

クイックスタート（Pythonコード不要）

# リポジトリをクローン
git clone https://github.com/SamurAIGPT/llm-wiki-agent.git
cd llm-wiki-agent

# 任意の対応するLLMエージェントでリポジトリを開く（Claude、Codex、Geminiなど）
# エージェントは設定ファイル（CLAUDE.md、AGENTS.md、GEMINI.md）を読み取る
claude      # または `codex`, `gemini`, `opencode`

エージェントは ingest …、query: …、lint、build graph などの自然言語コマンドを理解する。

コアワークフロー

ステップ	コマンド（自然言語）	概要
インジェスト	`ingest raw/papers/attention-is-all-you-need.md`	ファイルは必要に応じてマークダウンに変換され、解析され、ウィキが更新される。新しいエンティティページ（人物、企業）とコンセプトページ（アイデア、手法）が自動作成される。
クエリ	`query: what are the main themes?`	LLMが構造化されたウィキを読み取り、回答を合成し、`wiki/syntheses/` 下に合成ページとして保存するよう提案する。
Lint	`lint`	一貫性チェックを実行：孤立ページ、破損リンク、欠落するエンティティページ、検出された矛盾が `wiki/log.md` に報告される。
グラフ	`build graph`	`graph.json`（ノード/エッジキャッシュ）と、vis.jsで駆動される自己完結型の `graph.html` 可視化を生成する。

ディスク上での出力内容

wiki/
├─ index.md          # すべてのページの自動生成カタログ
├─ log.md            # 末尾追加型の操作ログ
├─ overview.md       # すべてのソースの動的合成
├─ sources/          # 元のドキュメントごとに1ページずつ要約
├─ entities/         # 人物、組織、プロジェクト用の自動作成ページ
├─ concepts/         # アイデア、フレームワーク、手法用の自動作成ページ
└─ syntheses/        # エージェントに保存を依頼した回答

graph/
├─ graph.json        # キャッシュされたノード/エッジデータ（SHA-256キー）
└─ graph.html        # 知識グラフのインタラクティブなブラウザビュー

すべてのファイルはプレーンなマークダウンなので、任意のエディタ、バージョン管理システム、Obsidianバケツと互換性がある。

主な特徴

マルチフォーマットインジェスト – PDF、DOCX、PPTX、XLSX、HTML、CSV、JSON、EPUBなどは、Microsoftの markitdown（または複雑なPDF用にオプションの Marker など）で自動変換される。
エンティティ・コンセプトの自動作成 – エージェントは固有名詞や技術用語を抽出し、専用ページを作成し、出現する場所すべてにリンクする。
矛盾検出 – 新しいソースが既存の主張と矛盾する場合、インジェスト時にフラグが追加される。
永続的知識グラフ – 2パス構築：決定論的ウィキリンク + LLMによる推論された意味的エッジ（信頼度スコア付き）。Louvainコミュニティ検出でトピックをクラスタリング。
Lintレポート – 孤立ページ、破損リンク、データギャップ、および推奨される欠落ソース。
Obsidian対応 – ウィキは標準の [[wikilink]] 構文を使用。wiki/ を任意のObsidianバケツにシンボリックリンクすることで、ライブグラフビューが可能。
ゼロサーバー、ゼロデータベース – すべてのデータはファイルシステム上に保存。実行時に必要な唯一の依存は、設定ファイルを読み取るLLMエージェント。

例題ユースケース

ドメイン	使用方法
研究	論文をインジェスト（`/wiki-ingest raw/papers/*.md`）、次に「幻覚を減らす主なアプローチは何か？」などとエージェントに合成を依頼。回答は将来の参照用にウィキページとして保存される。
書籍の読書	各章をマークダウンとして配置し、エージェントに登場人物やテーマページを作成させ、物語の構造や矛盾をクエリする。
個人知識ベース	日記、記事要約、ポッドキャストノートを保存。パターンをクエリ（例：「エネルギーを向上させる習慣は何か？」）し、ウィキが進化する様子を観察する。
チームインテリジェンス	ミーティング記録、ロードマップ、顧客との通話記録をインジェスト。次に「最も頻繁に現れる機能要望は何か？」と尋ね、構造化された回答に加え、ロードマップが顧客フィードバックと矛盾するかのフラグを取得。
競合分析	競合の発表や市場レポートを継続的に投入。比較表をクエリするか、「競合状況」の合成ページを生成する。

技術スタック（READMEに記載）

LLMエージェント – Claude Code、OpenAI Codex、Gemini CLI（提供されたスキーマファイルを読み取れる任意のエージェント）。
グラフ処理 – NetworkX + Louvainコミュニティ検出。
可視化 – vis.js（静的 graph.html）。
ファイル変換 – markitdown（デフォルト）、オプションの Marker、arxiv2md、PyMuPDF4LLM（PDF用）。
スクリプティング – tools/ に小規模なPythonユーティリティ。これらは上記のPythonパッケージと、直接変換スクリプトを実行する場合のAnthropic APIキーが必要。

ヘルプの取得 / 拡張方法

リポジトリには各エージェントの正確なコマンドセットを定義するスキーマファイル（CLAUDE.md、AGENTS.md、GEMINI.md）が同梱されている。これらの編集により、命名規則、フロントマター項目、または新しいトリガーの追加が可能。
ウィキが単なるgitリポジトリであるため、変更履歴のバージョン管理、実験用ブランチ、共同作業者の貢献のマージが可能。

TL;DR – LLM Wiki Agent は、ローカルで実行されるエージェント駆動のパイプラインで、任意のドキュメントコレクションを、自動エンティティ抽出、矛盾フラグ、視覚的知識グラフを備えた生き生きとした相互リンクされたマークダウンウィキに変換する。Claude/Codex/Gemini風の任意のLLMエージェントと互換性があり、サーバー不要、Obsidianなどとシームレスに統合可能。