xoai/sage-wiki

解决的问题

sage-wiki 是一个专为 AI 代理与人类协作设计的基于图的记忆与知识库。它通过将原始文档（PDF、邮件、代码等）转换为相互链接的维基和知识图谱，解决了信息碎片化的问题，支持标准向量搜索无法处理的多跳关系查询。

工作原理

该系统使用由 LLM 驱动的「编译器」管道，将源文档处理为 Obsidian 兼容的 Markdown 文章。它提取实体和类型化关系以构建知识图谱。

关键机制包括：

• 混合搜索：结合词法（BM25）、向量和图邻近性来查找信息。
• 证据图：可选步骤，提取三元组（主语-关系-宾语），附带置信度分数和原始文本引用。
• 实体解析：将表面形式变体（如 "K8s" 和 "Kubernetes"）合并为单一标准节点。
• MCP 集成：通过 Model Context Protocol（MCP）暴露 19 个工具，使 AI 代理可直接搜索、捕获和查询维基。

适用人群

• 个人用户：已有 Obsidian 仓库，希望获得 AI 增强型个人知识库的用户。
• 团队：通过 Git 或自托管服务器共享维基，协作管理知识的小组。
• 企业：需要可扩展存储（PostgreSQL/pgvector）和认证访问的大规模企业知识图谱组织。

核心亮点

• 多格式支持：支持从 PDF、Word 文档到邮件、转录文本和图像（通过视觉 LLM）的全部格式。
• 代理与人类协同：提供 TUI、Web UI 和 MCP 工具，使人类与代理可共同操作同一数据。
• 溯源与可信度：每个证据关系均记录来源文档，查询输出可隔离以供验证。
• 可扩展架构：支持分层编译，高效处理超过 10 万份文档。
• 本地优先：可通过 Ollama 等本地模型运行，实现零成本、私有化操作。