Skip to content

Lanshu Wiki Skill

LLM Wiki skill for Claude Code — Karpathy LLM Wiki pattern, batteries included

Install

$git clone https://github.com/cclank/lanshu-wiki-skill

Install command taken from the project's README or registry entry. Always review code before running it.

🌿 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

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.

The 1st Collaborative AI Design Agent Workspace. Local-first and open source. Create prototypes, websites, apps, dashboards, presentations, images, and videos with your team…

Explore related