Lanshu Wiki Skill
LLM Wiki skill for Claude Code — Karpathy LLM Wiki pattern, batteries included
Install
git clone https://github.com/cclank/lanshu-wiki-skillInstall command taken from the project's README or registry entry. Always review code before running it.
README excerpt
Read full README on GitHub →🌿 LanShu Wiki Skill
让 LLM 当 Wiki 园丁——人类策展和提问,LLM 做摘要、链接、维护。
一个 Claude Code skill,把 Karpathy 的 LLM Wiki 模式变成 5 分钟开张的工作流。 既适合个人知识库,也适合给开源项目做架构文档。
💡 本项目完全基于 Andrej Karpathy 的 LLM Wiki gist(2026)
Karpathy 那篇 75 行的 gist 提出了"让 LLM 增量维护持久 wiki"的范式——核心思想、三层架构(raw / wiki / schema)、三大操作(Ingest / Query / Lint)、index.md + log.md 的设计、Why this works 的论证,全部来自他那篇文章。
本仓库做的事是把那个"抽象 idea"工程化:写成可被 Claude Code 自动执行的 Skill + 两套生产验证过的 schema 模板。没有 Karpathy 的 gist 就没有这个项目,致以最高敬意。 强烈建议先读 原文 理解思想,再用本 skill 落地。
为什么需要这个
传统知识管理的死结:维护成本随规模超线性增长,人最终都会放弃。RAG 看起来解决了,但每次查询都重新检索 + 合成,知识不积累、不复利。
LLM Wiki 模式换了个思路:把 wiki 编译好,而不是每次解释执行——交叉引用预建好、矛盾预标注、合成预完成。人类负责策展和提问,LLM 负责所有摘要、链接、归档。
这个 skill 把这套思路工程化:
- ✅ 声明式触发——说 "添加到 wiki"、"查一下 wiki"、"/wiki ingest",自动激活
- ✅ 两套范式开箱即用——个人知识库 + 代码仓库 wiki
- ✅ schema 即真理——所有页面格式、标签体系、工作流都由 schema 文件定义,避免 LLM 自由发挥
- ✅ 跨会话连续——新会话自动读
index.md+log.md,无缝接续 - ✅ 可追溯——硬规则:结论必须来自已核验源码或原文
看起来像什么
随便说一句"把这个 Karpathy 的 gist 加到 wiki"——
我:把这个 Karpathy 的 gist 加到 wiki:
https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
Claude:好,我先看下当前 wiki 状态...
✓ 读了 ~/wiki/CLAUDE.md(schema 规则)
✓ 读了 ~/wiki/index.md(当前 12 个页面)
✓ 抓取 gist 内容(2,300 字)
分析后我打算创建这些页面:
- sources/llm-wiki-pattern.md(含 reliability: expert-opinion)
- entities/andrej-karpathy.md(更新已有页面,加 source-id)
- concepts/llm-wiki-pattern.md(新建概念页)
- concepts/knowledge-management.md(更新:加入 LLM Wiki 行)
- syntheses/rag-vs-llm-wiki.md(新建合成页:你之前有 3 篇关于 RAG 的来源)
要继续吗?
我:继续
Claude:[执行]
✓ 原文存到 raw/ai/llm-wiki-pattern.md(不可变)
✓ 5 个 wiki 页面创建/更新完成
✓ index.md 更新(新增 3 页 / 更新 2 页)
✓ log.md 追加本次操作记录
本次 ingest 触及 5 个页面,未解决问题 2 个(已记入相关页面)。
下次问 "wiki 里有关于知识管理的内容吗"——它会读相关页面、综合答案,并引用 [[wikilinks]]。
下次跑 /wiki lint —— 它会扫所有页面、找悬空链接和矛盾点、生成报告。
实战案例
这个 skill 已经在以下项目上验证:
| 项目 | 用途 | 规模 |
|---|---|---|
| x-algorithm-wiki | X/Twitter For You 推荐算法架构 | 34 页 / 6,800+ 行(含 11 页白话导览) |
| Hermes-Wiki | Nous Research hermes-agent | 45 页 / 26 期 changelog(跟踪 v0.10→v0.14) |
| OpenClaw-wiki | OpenClaw 多渠道 AI 网关 | 41 页 / 21,800+ 行 |
配套:lanshu-wiki-web 把任意 GitHub wiki 仓库渲染成带知识图谱、全文搜索、Mermaid 渲染的高级阅读站。
→ 在线 Demo
快速开始
1. 安装 skill
# Clone 本仓库
git clone https://github.com/cclank/lanshu-wiki-skill.git ~/code/lanshu-wiki-skill
# 软链 SKILL.md 到 Claude Code 的 skills 目录
mkdir -p ~/.claude/skills/wiki
ln -sf ~/code/lanshu-wiki-skill/SKILL.md ~/.claude/skills/wiki/SKILL.md
2. 选择你的 wiki 模式
场景 A:个人知识库
# 建五层目录骨架
mkdir -p ~/wiki/{raw,sources,entities,concepts,syntheses,reports,assets}
# 把权威 schema 放进去
cp ~/code/lanshu-wiki-skill/schema/wiki-personal-CLAUDE.md ~/wiki/CLAUDE.md
# 初始化必备文件
cd ~/wiki && echo "# Wiki Index" > index.md && echo "# Wiki Log" > log.md && echo "# Wiki Inbox" > inbox.md
打开 Claude Code,说一句"添加到 wiki <文章 URL>"或"/wiki ingest "即可开始。
场景 B:给开源项目做架构 wiki
# 在你的项目附近新建 wiki 仓库
mkdir ~/code/-wiki && cd ~/code/-wiki
# 复制代码仓库 wiki 的 schema 模板
cp ~/code/lanshu-wiki-skill/schema/wiki-code-repo-SCHEMA.md ./SCHEMA.md
Similar plugs
Makes your AI agent think like the laziest senior dev in the room. The best code is the code you never wrote.
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local…
Why use many token when few token do trick. Viral skill + proxy for coding agents that cuts 65% of tokens by talking like a caveman.
Production-grade engineering skills for AI coding agents.
The 1st Collaborative AI Design Agent Workspace. Local-first and open source. Create prototypes, websites, apps, dashboards, presentations, images, and videos with your team…