BYO-LLM-WIKI
建立您自己的 LLM 原生維基(知識庫)。搜尋、提取、摘要、問答,搭配情境式 RAG、分層知識圖譜與強化記憶。
BYO-LLM-WIKI 是什麼?
建立您自己的 LLM 原生維基(知識庫)。搜尋、提取、摘要、問答,搭配情境式 RAG、分層知識圖譜與強化記憶。重點是使用選定的情境自動生成技能,由 Claude 子代理 + CodeAct 管線驅動,並經由人工審查把關。**試用即時示範**:https://byo-wiki-demo.vercel.app
BYO-LLM-WIKI 概覽
這是什麼
BYO-LLM-WIKI 是一個 Flask 應用程式,能將網頁、檔案和零散筆記轉換成由 LLM 代理維護的個人維基。它採用本地優先架構:所有儲存都是 data/ 目錄下的純 JSON 或 SQLite 檔案,雲端服務為選用。本專案受 LangChain 的 llm-wiki deep-agents 範例啟發,但建立的是私有的本機端知識庫,而非同步至中心。
主要功能
- 代理知識圖譜:
deepagents代理會儲存段落、提取實體與類型化關係、正規化重複項目、巢狀主題,並撰寫綜合頁面。 - 情境式 RAG:採用 Anthropic 風格的情境檢索,使用雙層 HNSW 索引(章節摘要 + 區塊),搭配 LLM 重新排序器(精確度)或文件感知 MMR(多文件召回)。答案皆有依據並附引用。
- 記憶:跨工作階段的儲存,在每次回答前召回,並在回答後寫入(觀察、👍/👎、取代過時筆記的修正);記憶會因使用而改善,不僅限於攝取階段。
- 代理技能:可將選定的情境透過子代理管線(理解 → 分析 → 撰寫 → 評估 → 閘門 → 精煉)轉換為可重複使用且經評估的技能。由最新 Claude 在程序內或透過 Claude Code CLI 子程序撰寫,經確定性與評分量表小組評分,並由人工審查閘門控管。
- MCP 雙向支援:可將代理連接到外部 MCP 伺服器(Supabase、GitHub 等),並將 BYO-WIKI 本身作為 MCP 伺服器執行。讀取操作會加入代理;寫入操作預設為拒絕。
使用情境
此應用程式專為個人知識管理設計:將網頁內容、檔案和筆記轉換為一致且可搜尋的維基。它支援搜尋與摘要頁面、將內容攝取至情境式向量索引以進行有依據且附引用的問答,以及建立分層知識圖譜(去重實體、建立主題、撰寫綜合頁面)。技能生成功能允許使用者從選定情境自動建立可重複使用的技能,並經人工審查閘門控管。
快速開始
bash python -m venv .venv && source .venv/bin/activate pip install -r requirements.txt # 加入 `ragas` 以取得 RAGAS 指標 cp .env.example .env # 至少設定一個提供者金鑰 python app.py # → http://localhost:5000 app.py 和 runner.py 都會自動載入 .env。無論使用哪個聊天提供者,RAG 都需要 OPENAI_API_KEY 來進行嵌入(text-embedding-3-small)。
授權與價格
儲存庫中未聲明授權條款。此專案被列為開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。