ussumant/llm-wiki-compiler

解决的问题

LLM Wiki Compiler 通过将分散的原始数据（例如 markdown 文件、代码库和外部书签）整合为结构化、基于主题的 wiki，来降低 AI 代理的上下文窗口成本和碎片化问题。代理不再需要在每次会话中重新阅读数百个原始文件，而是阅读综合索引和特定主题文章，这可以减少高达 90% 的 token 使用量。

运作方式

该工具作为 Claude Code 和 Codex 的插件运作，实现了“知识库”模式。它遵循特定的流程：

1. 摄取：从本地目录、代码仓库（扫描 README、API 契约和 ADR）或 X 书签等外部服务收集原始来源。
2. 编译：LLM 将这些来源编译成一组基于主题的 markdown 文章，并带有指向原始来源的反向链接。
3. 使用：AI 代理在会话开始时阅读编译好的 wiki（从 INDEX.md 开始），以获得对项目的综合理解。
4. 维护：随着来源变更，wiki 会以增量方式更新，用户可以可视化知识图谱或对 wiki 进行“lint”检查以找出矛盾和孤立节点。

适用对象

使用 AI 代理（如 Claude Code 或 Codex）的开发者和知识工作者，他们管理着具有大量文档、复杂代码库或碎片化研究笔记的大型项目。

亮点

• 代码库模式：自动从仓库发现项目架构、API 契约和决策记录，以创建技术 wiki。
• 降低上下文：通过用综合文章取代原始文件读取，大幅降低 token 成本。
• 知识图谱：包含基于画布的主题和概念交互式可视化。
• 外部集成：支持从 X (Twitter) 获取书签，并提供一个框架来添加其他连接器，如 Readwise 或 Slack。
• 双层存储：同时支持用于跨项目研究的全局 wiki 和用于项目特定知识的本地 wiki。