nvk/llm-wiki

LLM-compiled knowledge bases for any AI agent. Parallel multi-agent research, thesis-driven investigation, source ingestion, wiki compilation, querying, and artifact generation.

What it solves

llm-wiki は、AI エージェントがさまざまなソースから構造化ナレッジベース（ウィキ）を構築、維持、クエリできる方法を提供します。エージェントのメモリやコンテキストウィンドウが制限されている問題を解決し、深く自律的なリサーチ、ソースの取得、永続的で Obsidian 互換のナレッジベースのコンパイルを可能にし、異なる AI ランタイム間で共有できます。

How it works

本プロジェクトは、さまざまな AI エージェント（Claude Code、OpenAI Codex、OpenCode、Pi など）向けのプラグインとしてインストールできる行動プロトコルを実装しています。エージェントは以下のコマンドセットを使用してタスクを実行できます。

  • Research: トピックを調査するために並列マルチエージェントリサーチセッションを開始し、質問をプレイブックに分解したり、論点主導の調査（判決に対する賛否の証拠を探す）を行います。
  • Ingestion: URL、GitHub リポジトリ、MediaWiki ダンプ、CSV メッセージアーカイブ、Wayback Machine のアーカイブスナップショットからコンテンツをインポートします。
  • Curation: 高シグナルな修正や好みをフィードバックとして取得し、"topic guides"（schema.md）で知識を整理します。
  • Querying: コンパイルされたコーパス内で高速検索とエビデンスチェックを行うための読み取り専用クエリプロトコルを提供します。
  • Inventory & Datasets: ソース、アセット、外部データセットを追跡し、ウィキの外部に保持します。

Who it’s for

AI コーディングエージェントや汎用 LLM エージェントを利用し、エージェントに永続的で構造化された検証可能なナレッジベースを持たせ、自律的にリサーチ・維持させたいユーザー向けです。

Highlights

  • Multi-Runtime Support: Claude Code、OpenAI Codex、OpenCode、Pi で動作し、他のエージェント向けにポータブルな AGENTS.md を提供。
  • Curation Tools: 高シグナルな修正を取得するフィードバックキュレーターと、コンテキスト再ハイドレーション用の自動セッションキャプチャを含む。
  • Thesis-Driven Research: 特定の仮説を調査し、結論を導く専門モード。
  • Obsidian-Compatible: 生成されたナレッジベースは Obsidian 互換形式で保存されます。
  • Extensible Ingestion: 仕様リポジトリ、MediaWiki ダンプ、歴史的ウェブスナップショットの大量インポートをサポート。