swarmclawai/swarmvault

The local-first LLM Wiki: open-source knowledge graph builder, RAG knowledge base, and agent memory store. Built on Andrej Karpathy's pattern. An Obsidian alternative for personal knowledge management, AI second brain, and durable Claude Code / Codex / OpenClaw memory.

What it solves

SwarmVault 提供了一種以本地優先的方式來整理碎片化的資訊——例如文件、程式碼、逐字稿和 URL——並將其轉換為結構化、持久的 Markdown 維基與機器可讀的知識圖譜。它解決了「知識分散」的問題，透過自動化維護來源之間的關聯，避免了建立個人知識庫或為 AI Agent 建立 RAG (Retrieval-Augmented Generation) 系統時通常需要的人力維護成本。

How it works

SwarmVault 採用三層架構來管理數據：

  1. Raw sources: 原始文件的不可變副本（書籍、程式碼等）儲存在 raw/ 目錄中。
  2. The wiki: 由 LLM 生成且由人類撰寫的 Markdown 頁面（摘要、實體頁面、交叉引用）儲存在 wiki/ 目錄中。
  3. The schema: 一個 swarmvault.schema.md 檔案定義了 LLM 在整理維基時遵循的結構與慣例。

使用者可以透過 CLI 攝取數據，接著系統會將資訊編譯成圖譜。該系統支援混合搜尋（結合 SQLite 全文檢索與語義嵌入），並提供圖譜檢視器供導航使用。它可以完全離線運行，使用內建的啟發式提供者或透過 Ollama 使用本地 LLM，或者連接到雲端 API。

Who it’s for

  • Researchers and students 進行深度研究或建立書籍伴侶工具。
  • Developers 建立程式碼文件或管理專案知識。
  • Knowledge workers 進行商業智慧或個人知識管理。
  • AI Agent developers 需要結構化、基於圖譜的知識庫，以便透過 MCP server 伺服器或 context packs 提供上下文給 Agent。

Highlights

  • Local-first & Offline: 使用內建的啟發式提供者或本地 LLM (例如 Ollama) 在無需 API 金鑰的情況下運作。
  • Graph-based Navigation: 包含互動式圖譜檢視器以及查詢路徑與解釋關係的指令。
  • Hallucination Control: 將邊（edges）標記為 extracted, inferred, 或 ambiguous，並包含自動矛盾檢測。
  • Agent Integration: 透過 hooks 與 MCP server 伺服器支援各種 AI Agent (Claude, Cursor, Copilot, etc.)。
  • Multi-format Ingest: 處理 30+ 種輸入格式，包括 GitHub repos、YouTube 逐字稿和透過 Whisper 處理的本地音檔。