xoai/sage-wiki

解決的問題

sage-wiki 是一個專為 AI 代理與人類協作設計的圖形記憶與知識庫。它透過將原始文件（PDF、電子郵件、程式碼等）轉換為相互連結的維基與知識圖譜，解決資訊碎片化的問題，支援標準向量搜尋無法處理的多跳關係查詢。

工作原理

系統使用由 LLM 驅動的「編譯器」流程，將來源文件處理為 Obsidian 兼容的 Markdown 文章。它提取實體與類型化關係，以建立知識圖譜。

關鍵機制包括：

• 混合搜尋：結合詞法（BM25）、向量與圖鄰近性來查找資訊。
• 證據圖：可選步驟，提取三元組（主語-關係-賓語），附帶置信度分數與原始文字引用。
• 實體解析：將表面形式變體（如「K8s」與「Kubernetes」）合併為單一標準節點。
• MCP 集成：透過 Model Context Protocol（MCP）公開 19 個工具，讓 AI 代理可直接搜尋、擷取與查詢維基。

適用對象

• 個人使用者：已有 Obsidian 倉儲，希望獲得 AI 增強型個人知識庫的使用者。
• 團隊：透過 Git 或自架伺服器共享維基，協作管理知識的小組。
• 企業：需要可擴展儲存（PostgreSQL/pgvector）與認證存取的大規模企業知識圖譜組織。

核心亮點

• 多格式支援：支援從 PDF、Word 文件到電子郵件、轉錄文字與影像（透過視覺 LLM）的全部格式。
• 代理與人類協同：提供 TUI、Web UI 與 MCP 工具，讓人類與代理可共同操作同一資料。
• 溯源與可信度：每個證據關係均記錄來源文件，查詢輸出可隔離以供驗證。
• 可擴展架構：支援分層編譯，高效處理超過 10 萬份文件。
• 本地優先：可透過 Ollama 等本地模型執行，實現零成本、私密化操作。