據 AlphaMoat 統計,截至 2026-09,llm-wiki 累計下載 1,819 次、獲 3 個星標,在全部 5,078 個 AI 技能中排名第 4,567 位,在「知識管理」分類(442 個)中排名第 401 位。
| 平台 | 累計安裝 | 累計下載 | 星標 | 評論 |
|---|---|---|---|---|
| SkillHub ↗ | 101 | 1819 | 3 | — |
各平台的計數口徑不同,統計時間不一致。
匯入資料時儲存不可變原件,閱讀現有目錄後更新實體、主題摘要和交叉引用,追加操作日誌;查詢可帶來源綜合回答,檢查可發現矛盾、過時聲明與孤兒頁。需 zk 和 VAULT_PATH。Wiki 頁面置於 wiki/,含 #openclaw 與原件引用,新知識關聯至少 2 個已有相關頁;矛盾要標註,不能直接覆蓋舊內容。
資料釋出於 2026-10-26
以下是根據技能文件生成的示例,不代表實際執行結果。
2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-09 | 1819 | — | 3 |
| 2026-08 | 1314 | +26.2% | 3 |
| 2026-07 | 1041 | — | 3 |
| 2026-05 | 535 | — | 1 |
| 2026-03 | 126 | — | - |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。
---
name: llm-wiki
description: LLM Wiki 理念的个人知识库维护工具。用户说"帮我整理笔记"、"保存这些内容"、"整理到知识库"、"处理这个源文件"时触发。遵循 Karpathy 的 LLM Wiki 模式。
metadata:
{
"openclaw":
{
"emoji": "📝",
"requires": { "bins": ["zk"], "env": ["VAULT_PATH"] },
},} --- # note-organizer 基于 [Karpathy 的 LLM Wiki 理念](https://gist.githubusercontent.com/karpathy/442a6bf555914893e9891c11519de94f/raw/ac46de1ad27f92b28ac95459c782c07f6b8c964a/llm-wiki.md),构建持久化、可积累的个人知识库。 ## 核心理念 **不是 RAG,是累积。** 传统做法:每次提问都从原始文档重新检索,LLM 每次都从零拼凑答案——没有积累,没有沉淀。 LLM Wiki 做法:LLM **增量构建并维护一个持久的 Wiki** ——结构化的 Markdown 文件集合,位于你和原始源文件之间。新内容加入时,LLM 不只是索引它,而是**阅读它、提取关键信息、整合到现有 Wiki**——更新实体页、修订主题摘要、标注新旧矛盾、强化演化中的综合理解。 **关键差异:Wiki 是持久的、复合的产物。** 交叉引用已经存在。矛盾已被标注。综合已反映你读过的所有内容。每次添加新源文件或提问,Wiki 都会变得更丰富。 **人类的任务:** 策划源文件、指导分析、提出好问题、思考意义。 **LLM 的任务:** 其他一切——总结、交叉引用、归档、记账。 ## 三层架构 ``` ┌─────────────────────────────────────────────────────────────┐ │ Schema 规则层(本 SKILL.md + 可选的 WIKI_RULES.md) │ │ → 告诉 LLM 如何操作知识库 │ ├─────────────────────────────────────────────────────────────┤ │ Wiki 知识层($VAULT_PATH/wiki/) │ │ → LLM 完全自主维护,人类只读 │ │ → 实体页、概念页、总结页、对比分析、问答记录等 │ ├─────────────────────────────────────────────────────────────┤ │ Raw 源层($VAULT_PATH/raw/) │ │ → 原始未修改的源文件,永久不可变 │ │ → 文章、论文、数据、聊天记录、网页剪藏等 │ └─────────────────────────────────────────────────────────────┘ ``` ## 关键文件 | 文件 | 作用 | 维护者 | |------|------|--------| | `index.md` | 内容目录,列出所有页面,按分类组织 | LLM 每次 ingest 后更新 | | `log.md` | 时间线记录,append-only,记录所有操作 | LLM 每次操作后追加 | | `health/*.md` | 健康检查报告,记录 Lint 结果 | LLM 定期生成 | ## 三种核心操作 ### 1. Ingest(摄入) 用户说"帮我整理笔记"、"保存这些内容"、"处理这个源文件"时触发。 流程: 1. **保存原始文件**到 `raw/YYYY/MM/DD/`,确保源数据不可变 2. **读取** `index.md` 了解现有结构,扫描相关页面 3. **分析**内容:提取关键信息、识别实体和概念 4. **整合**:更新或创建 Wiki 页面,维护交叉引用,标注矛盾 5. **更新** `index.md` 和 `log.md` 6. **Git 同步** ### 2. Query(查询) 用户提问时,LLM: 1. 读取 `index.md` 找到相关页面 2. 深入阅读相关页面 3. 综合答案,带引用 4. **有价值时,将答案保存为新 Wiki 页面** ### 3. Lint(健康检查) 定期执行: - **矛盾检测**:页面间的内容冲突 - **过期声明**:被新来源取代的旧声明 - **孤儿页面**:无入站链接的页面 - **缺失概念**:被提到但无独立页面的概念 - **缺失交叉引用**:应关联但未链接的页面 - **数据缺口**:可通过搜索补充的知识缺口 ## 页面规范 - 所有 Wiki 页面必须放在 `wiki/` 目录下 - 必须包含 `#openclaw` 标签 - 页面底部必须包含源文件引用:`[来源](raw/YYYY/MM/DD/filename.md)` - 新知识点必须关联至少 2 个已有相关页面(使用 `[[页面名]]` 格式) - 新旧知识矛盾时必须明确标注,不要直接覆盖旧内容 ## 为什么有效 维护知识库的繁琐部分不是阅读或思考,而是**记账**——更新交叉引用、保持摘要最新、标注新数据与旧声明矛盾、维护一致性。人类因为维护负担增长超过价值而放弃 Wiki。**LLM 不会无聊,不会忘记更新交叉引用,可以一次触及 15 个文件。** Wiki 保持维护,因为维护成本趋近于零。 你的 LLM 是你的 Wiki 维护者,你是策展人和思想家。
把長文字、文件與網頁內容壓縮成要點和關鍵詞的摘要工具。
ima skills,支援對筆記、知識庫的讀取、寫入和檢索等操作,可以幫你隨時記錄,收入ima智慧管理,隨時呼叫,龍蝦輸出精準懂你,友好的接入了OpenClaw生態,構建你的第二大腦。
MANDATORY before calling web_search, web_fetch, browser, or opencli. Contains required error-handling procedures (web_search failure → must guide user to configure API), fallback chain (opencli CLI covers 70+ sites as structured fallback before browser), and site-specific login URLs. Without reading this skill, you WILL handle failures incorrectly and miss available tools. Trigger on: 搜尋/上網/查資料/開啟網站/抓取網頁/新聞/熱點/web search/fetch/browser/opencli.
使用百度AI搜尋引擎(BDSE)進行網路搜尋。適用於獲取即時資訊、文件資料或研究課題。
用 uvx 直接呼叫 markitdown,把各類檔案轉成 Markdown。
OpenClaw的預設網頁搜尋。使用Prismfy在10個搜尋引擎(Google、Reddit、GitHub、arXiv、Hacker News等)搜尋網路,含免費方案。
此技能用於搜尋網路資訊、查詢當前內容、查詢新聞文章、圖片或影片。它透過 DuckDuckGo 搜尋 API 以文字、Markdown 或 JSON 格式返回簡潔結果,適用於研究、事實核查、獲取最新資訊或收集網路資源。
從多種來源搜尋和發現OpenClaw技能。使用場景:使用者想要查詢可用技能、搜尋特定功能或發現新技能。
資料月份:2026-09 · 下載/星標/安裝數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。