shannhk/llm-wikid

何を解決するか

LLM Wikid は、個人の知識管理における従来の RAG（Retrieval-Augmented Generation）を越えるように設計されています。毎回、原始的なデータの断片から答えを再計算するのではなく、Obsidian に構造化された AI 維持型のウィキを構築し、追加情報やクエリが増えるにつれて価値が蓄積される仕組みです。

動作方法

このシステムは、CLAUDE.md に定義されたスキーマに従って、AI エージェント（例：Claude Code や OpenClaw）をガイドすることで、原始的な入力を構造化された知識ベースに変換します。

1. インジェストパイプライン：原始的なソース（ツイート、記事、PDF、YouTubeの字幕）を整理・完全なコンテンツに解決・分類します。
2. コンパイル：エージェントはソースの種類に応じて重要な情報を抽出し、[[wikilinks]] を含むウィキページを作成し、バイアスチェックとマスターインデックスを構築します。
3. クエリループ：ユーザーが質問をすると、エージェントはウィキから答えを合成し、その答えをシステムにフィードバックすることで、ウィキが使用を通じて成長します。
4. メンテナンス：/wiki-lint などのツールで矛盾、破損リンク、古くなったコンテンツをチェックし、Git ですべての変更をバージョン管理します。

対象ユーザー

RAG の一時的な性質を避け、Obsidian に永続的で構造化された AI 補助知識ベースを持つことを望む研究者、思考者、パワーユーザー向けです。

特徴

• RAG に反するアプローチ：一度だけ知識を構造化されたページにコンパイルし、リアルタイムでのチャンク化と検索を避ける。
• 自動インジェスト：YouTube字幕、X/Twitterスレッド、ウェブページの自動解決をサポート。
• 品質管理：AI の幻覚やバイアスを防ぐために、必須の「反論」および「データの空白」セクションを含む。
• 検証ゲート：人間による検証が行われるまで、ページは explored: false とマークされる。
• ローカル検索：qmd と統合し、デバイス上でハイブリッド BM25/ベクトル検索を実現。
• Git同期：GitHub をバージョン管理およびマルチエージェント協働の真実のソースとして使用。