功能描述

自动扫描原始资料，分类整理并格式化生成结构化个人知识库，支持分类、更新和索引管理。

使用说明 (SKILL.md)

LLM Wiki — 个人知识库自动构建

Name: llm-wiki-simple
Author: wwl52

将原始资料（文章/笔记/论文）通过 LLM 理解、提炼、重组，生成结构化的个人知识库。

⚠️ 核心理念：这不是文件搬运，而是 LLM 驱动的知识加工。原始资料是"原材料"，Wiki 是"精炼产品"。

触发条件

用户输入以下任一指令时触发：

执行 LLM Wiki 自动构建流程
初始化 LLM Wiki
扫描 Raw 目录

首次使用

如果检测到项目根目录不存在 00_Raw/、01_Wiki/、02_System/ 三个目录，需先创建以下结构并向用户说明：

项目根目录/
├── 00_Raw/              # 原始资料目录（只读，不修改）
│   ├── Articles/        # 文章
│   ├── Notes/           # 笔记
│   ├── Papers/          # 论文
│   └── CodeSnippets/    # 代码片段
├── 01_Wiki/             # 结构化 Wiki 目录（可读写）
│   ├── AI/              # AI/LLM/大模型相关
│   ├── Code/            # 编程/代码/架构相关
│   ├── Concepts/        # 算法/原理/数据结构等
│   └── Tools/           # 工具/CLI/DevOps相关
└── 02_System/
    ├── Schema.md        # Wiki 页面格式规范
    └── CLAUDE.md        # 自动化构建规则

向用户说明：

00_Raw/：存放原始资料，AI 只读不修改
01_Wiki/：LLM 理解后重新撰写的结构化知识库，非原始文件搬运
02_System/：系统配置文件，定义格式规范和分类规则

💡 建议：使用 Obsidian 打开项目根目录查看，支持双向链接和知识图谱可视化，体验更佳。

自动构建流程

1. 扫描

遍历 00_Raw/ 下所有 .md、.txt、.pdf 文件。

.pdf 文件：使用 read 工具读取文本内容；如含图表/公式，使用 look_at 工具辅助提取

2. 理解（LLM 核心步骤）

不是复制内容，而是理解后重新撰写：

提炼定义：用一句话概括该技术/概念的本质
归纳要点：从原始资料中提取关键原理、使用场景、优缺点、常见误区
整理细节：梳理技术细节、参数说明、最佳实践
提取代码：从原始资料中提取或补全可运行的代码示例
建立关联：分析内容，自动添加 [[双向链接]] 到 Wiki 中已有页面

3. 分类规则

分类	关键词
AI/	LLM、GPT、Claude、大模型、RAG、Agent、Transformer、Embedding、微调、Prompt工程
Code/	Python、Java、JavaScript、前端、后端、API、数据库、架构、设计模式
Concepts/	算法、数据结构、网络、操作系统、HTTP、TCP、编译器、原理、理论
Tools/	Git、Docker、Nginx、Linux、K8s、命令、CLI、CI/CD、AI工具、效率工具、部署、监控、插件

规则：

每个源文件只能归入一个分类目录，不可重复
多关键词匹配时，按上表顺序取第一个
无法分类时，询问用户：
1. 是否需要新建分类文件夹（如 01_Wiki/Other/）
2. 或保存到最接近的现有分类目录下

4. 生成

按以下格式重新组织内容（严格遵守）：

# 标题（文件名即页面标题）

## 定义
一句话清晰定义该技术/概念。

## 核心要点
- 关键原理（核心机制/工作原理）
- 使用场景（何时使用/适用场景）
- 优缺点（优势/局限）
- 常见误区（易错点/注意事项）

## 技术细节
- 关键参数/配置说明
- 实现思路/算法步骤
- 性能优化/最佳实践

## 代码示例（如有）
\`\`\`语言
简洁可运行的示例代码

## 关联页面
[[相关概念1]] [[相关技术2]]

## 来源
00_Raw/xxx.md

5. 写入

写入 01_Wiki/{分类}/，文件名与原始文件一致（扩展名统一为 .md）。

6. 索引

更新 01_Wiki/Index.md，按分类列出所有页面，添加双向链接。

7. 去重

同名页面覆盖更新，保留手动修改的关联页面部分。

8. 报告

输出构建摘要（新增/更新/跳过数量）。

特殊处理

空文件或无法提取内容的文件：跳过，记录到 02_System/build.log
分类无法确定：询问用户，不擅自放入 Uncategorized
页面已存在：比较内容，如有变更则更新

代码风格

语言：中文为主，技术术语保留英文原文
链接：使用 Obsidian 双向链接语法 [[页面名]]
代码块：必须标明语言
标题层级：仅使用 #（页面标题）和 ##（章节）
列表：使用 - 无序列表

禁止行为

❌ 修改 00_Raw/ 下任何原始文件
❌ 删除已有 Wiki 页面（仅允许更新）
❌ 生成不符合 Schema 结构的页面
❌ 在 Wiki 页面中包含 API 密钥、敏感信息
❌ 使用 # ## 之外的标题层级
❌ 直接搬运原始文件内容而不经过 LLM 理解提炼

安全使用建议

This skill is coherent with its purpose but you should take these precautions before installing: (1) Confirm the agent environment provides the `read`/`look_at` PDF/figure extraction capabilities referenced, or the workflow may fail. (2) Recognize that the skill sends file contents to an LLM for processing — do NOT run it on folders containing secrets, credentials, or highly sensitive data unless you trust the configured model/provider and its data retention policy. (3) Back up your existing 01_Wiki/ before first run (the skill will overwrite same‑name pages). (4) Run initially in a sandbox/project copy to verify behavior and outputs. (5) If you need guarantees about data residency or no-exfiltration, require an on-premise/private LLM or explicit code changes to avoid network/model calls. If you want more confidence, ask the author to clarify whether `read`/`look_at` are platform tools, and to document how LLM invocations are performed and where model API keys are stored/used.

功能分析

Type: OpenClaw Skill Name: llm-wiki-simple Version: 1.0.1 The skill is a legitimate knowledge management tool designed to summarize and categorize local documents into a structured Wiki. It defines a clear local directory structure (00_Raw, 01_Wiki, 02_System), uses standard file operations, and includes explicit safety instructions to prevent the inclusion of sensitive data and protect source files. No indicators of malicious intent, data exfiltration, or unauthorized execution were identified in SKILL.md or _meta.json.

能力评估

✓ Purpose & Capability

The name/description match the instructions: scanning a local 00_Raw/ tree, extracting text, re-writing structured pages into 01_Wiki/, indexing and reporting. There are no unrelated environment variables or odd external services requested. Minor note: the SKILL.md refers to helper tools named `read` and `look_at` for PDF/figure extraction but the registry metadata does not declare these as required binaries or installs; this is plausible as platform-provided tools but should be confirmed.

✓ Instruction Scope

Instructions stay within the stated purpose: traverse and read .md/.txt/.pdf in 00_Raw/, produce distilled .md pages in 01_Wiki/, update an index, and write logs to 02_System/build.log. The skill explicitly forbids modifying 00_Raw/ and forbids inserting API keys/sensitive data into outputs, but that is a guideline only — there is nothing in the SKILL.md that prevents the agent from sending file contents to the configured LLM. The runtime will therefore transmit raw or summarized contents to whatever LLM the agent uses, which is expected behavior but has privacy implications.

✓ Install Mechanism

Instruction-only skill with no install spec and no code files — lowest install risk. Nothing is downloaded or written by an installer per registry metadata.

ℹ Credentials

No environment variables, credentials, or config paths are required by the skill itself (proportionate). However, the workflow implicitly requires an LLM endpoint (the instructions repeatedly reference 'LLM' processing) — the skill does not declare where or how model credentials are provided. This means sensitive local files will be forwarded to whatever LLM the agent is configured to use; users should confirm that model usage and any API keys are acceptable for that data.

✓ Persistence & Privilege

always is false and the skill does not request persistent system-wide configuration or modification of other skills. It writes only to a local wiki directory under the project root per its instructions, which is within its stated scope.

版本历史

v1.0.1

强调自动构建流程为“理解+提炼+重写”而非内容搬运： - 增加核心理念说明，明确 Wiki 内容需由 LLM 理解与加工，杜绝直接搬运原文 - 完善“理解（LLM 核心步骤）”流程，细化定义提炼、要点归纳、细节整理、示例代码提取及自动添加双向链接 - 更新用户文档，突出输出内容是精炼结果非原始材料 - 明确禁止未经 LLM 理解直接复制原始文件

v1.0.0

LLM Wiki — 个人知识库自动构建 1.0.0 - 首次发布：自动化个人知识库结构化构建与分类工具 - 支持原始资料（文章/笔记/论文/代码片段）智能分类、格式化与整理，生成标准化 Wiki 页面 - 内置严格目录结构、分类规则与页面格式模板 - 自动扫描、内容解析、分类、重组、索引和去重；处理异常文件并详细记录日志 - 交互式解决无法分类文件，避免误操作和数据丢失 - 推荐结合 Obsidian 使用，获得链接与知识图谱可视化体验

元数据

Slug llm-wiki-simple

版本 1.0.1

许可证 MIT-0

累计安装 0

当前安装数 0

历史版本数 2

常见问题

llm-wiki-simple 是什么？

自动扫描原始资料，分类整理并格式化生成结构化个人知识库，支持分类、更新和索引管理。它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 147 次。

如何安装 llm-wiki-simple？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install llm-wiki-simple」即可一键安装，无需额外配置。

llm-wiki-simple 是免费的吗？

是的，llm-wiki-simple 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

llm-wiki-simple 支持哪些平台？

llm-wiki-simple 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。

谁开发了 llm-wiki-simple？

由 william-w（@wwl52）开发并维护，当前版本 v1.0.1。

llm-wiki-simple