据 AlphaMoat 统计,截至 2026-09,llm-wiki 累计下载 1,819 次、获 3 个星标,在全部 5,078 个 AI 技能中排名第 4,567 位,在「知识管理」分类(442 个)中排名第 401 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| SkillHub ↗ | 101 | 1,819 | 3 | — |
各平台的计数口径不同,统计时间不一致。
摄入资料时保存不可变原件,阅读现有目录后更新实体、主题摘要和交叉引用,追加操作日志;查询可带来源综合回答,检查可发现矛盾、过期声明与孤儿页。需 zk 和 VAULT_PATH。Wiki 页面置于 wiki/,含 #openclaw 与原件引用,新知识关联至少 2 个已有相关页;矛盾要标注,不能直接覆盖旧内容。
资料发布于 2026-10-26
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-09 | 1,819 | — | 3 |
| 2026-08 | 1,314 | +26.2% | 3 |
| 2026-07 | 1,041 | — | 3 |
| 2026-05 | 535 | — | 1 |
| 2026-03 | 126 | — | - |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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。
把长文本、文档与网页内容压缩成要点和关键词的摘要工具。
ima skills,支持对笔记、知识库的读取、写入和检索等操作,可以帮你随时记录,收入ima智能管理,随时调用,龙虾输出精准懂你,友好的接入了OpenClaw生态,构建你的第二大脑。
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: 搜索/上网/查资料/打开网站/抓取网页/新闻/热点/web search/fetch/browser/opencli.
使用百度AI搜索引擎(BDSE)进行网络搜索。适用于获取实时信息、文档资料或研究课题。
用 uvx 直接调用 markitdown,把各类文件转成 Markdown。
OpenClaw的默认网页搜索。使用Prismfy在10个搜索引擎(Google、Reddit、GitHub、arXiv、Hacker News等)搜索网络,含免费套餐。
此技能用于搜索网络信息、查找当前内容、查询新闻文章、图片或视频。它通过 DuckDuckGo 搜索 API 以文本、Markdown 或 JSON 格式返回简洁结果,适用于研究、事实核查、获取最新信息或收集网络资源。
从多种来源搜索和发现OpenClaw技能。使用场景:用户想要查找可用技能、搜索特定功能或发现新技能。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。