My Wiki

My Wiki 是一个本地优先、由 AI Agent 驱动的知识管理应用。它既可以作为 Agent Skill 在聊天中使用，也提供可视化知识宇宙、知识维护和 Viki 问答的网页前端。

简体中文 · English

网页、PDF、扫描件、图片、Office 文档、聊天记录和官方资料里有大量有价值的信息，但它们通常散落在不同位置，很难持续整理，更难在以后准确复用。

My Wiki 让本地 AI Agent 负责知识的完整生命周期：保存原始资料，提取可读正文，蒸馏原子 Wiki，建立关系与证据链接，回答问题，维护知识健康，并通过网页把知识呈现为可以探索和操作的知识宇宙。

默认不需要云数据库、向量数据库、Obsidian 或付费 API。知识以 Markdown、原始文件、快照和图片保存在你控制的本地文件夹中。

它不只是一个 Skill

My Wiki 由两个相互配合的使用界面组成，共享同一个本地知识库：

你可以只使用其中一种，也可以在聊天和网页之间随时切换。两种方式读写的是同一套知识，不需要同步两份数据。

两种使用方式

1. 在 AI Agent 客户端中作为 Skill 使用

安装后，在 Codex、Claude Code、OpenCode、OpenClaw、Hermes 等支持 Skill 的 Agent 中直接说人话：

在 D:\Knowledge\Personal 创建一个 My Wiki 知识库并设为默认。
把这篇文章入库：https://example.com/article
把这个 PDF 和其中的重要图片保存到知识库。
维护知识库。
根据本地知识回答这个问题，并展示相关证据图片。

Agent 会自动定位知识库，保存 raw 原始证据和附件，创建或更新原子 Wiki，维护双向关系，并优先用 Wiki 回答、再回到 raw 核实重要结论。你不需要记忆一套 CLI。

2. 打开知识宇宙网页前端

对 Agent 说：

打开知识宇宙。
打开 My Wiki 前端。
打开知识图谱。

Agent 会启动本地网页应用。你可以：

• 在知识宇宙中观察多个知识星系及其交会；
• 进入知识星系，查看三维 Wiki 星球关系网络；
• 打开 Wiki 页面，继续进入它背后的 raw 原文证据层；
• 搜索 Wiki、关系和来源，而不破坏当前图谱层级；
• 输入网页链接，或上传文件、文件夹和 Markdown + 图片 ZIP 图文包；
• 查看 Inbox 与 needs-followup，并批量调用 Agent 蒸馏 Wiki、建立链接和完成维护；
• 使用常驻知识伙伴 Viki 基于 Wiki、raw 证据和相关图片进行问答；
• 在 Viki 中独立选择 Agent CLI 与宠物形态，并调整聊天窗口大小；
• 导出一个知识星系，或预览并导入别人分享的 .mywiki 知识包。

网页前端只监听 127.0.0.1。日常通过 Agent 入库或维护时不会自动启动它；只有你明确要求打开知识宇宙、前端或 Dashboard 时才会启动。

从资料到可复用知识

网页 / PDF / 扫描件 / 图片 / Office 文档 / 外部平台
                         |
                         v
                    raw 证据层
              原文、快照、原件、图片、元数据
                         |
                     AI Agent
              蒸馏、关联、核实、维护、修复
                         |
                         v
                   原子 Wiki 页面
             概念、方法、API、实体、流程
                         |
          +--------------+--------------+
          v                             v
     有依据的知识问答               知识宇宙网页

My Wiki 不是给每份文档生成一段摘要。一份资料可以更新多个长期 Wiki，一个 Wiki 也可以综合多份原始证据。只有 Wiki 已建立、raw 与 Wiki 的双向证据关系闭合、后续事项处理完成，一份 raw 才会被标记为 processed。

这种结构让知识可以被反复使用：今天保存的资料可以更新已有 Wiki，明天的新问题可以复用这些 Wiki，重要结论仍然能一路回到原文、图片或 PDF 核实。

探索知识宇宙

• 知识宇宙：整个知识库的全局视图，展示多个知识星系以及它们通过共同 Wiki 形成的联系。
• 知识星系：一组成体系、可以独立理解和复用的知识集合，例如 FlexSim、Agent 开发或项目经验。
• Wiki 星球：一篇原子 Wiki，表达一个概念、方法、实体、流程或可长期复用的结论。
• 原文证据层：支撑某篇 Wiki 的网页、Markdown、PDF、图片和其他 raw 来源。

图谱不是额外维护的一套数据库。它直接从 Wiki 与 raw 的关系生成，知识发生变化时，运行中的前端会自动刷新。

分享和复用知识星系

知识星系可以导出为单个 .mywiki 知识包。它不是只有几篇摘要，而是一套带证据的知识集合，包含：

• 这个星系的 Wiki Markdown；
• Wiki 关联的 raw Markdown；
• 可用的来源 URL；
• 相关图片与图像索引；
• raw 明确引用的网页快照、PDF 和其他原始文件。

接收方可以先预览重复项、重命名和冲突，再确认导入自己的知识宇宙。即使原始资料没有 URL，例如本地 PDF，知识包仍然可以保留完整证据。

你既可以在网页中导入和导出，也可以直接告诉 Agent：

把“FlexSim”知识星系导出成知识包。
预览导入这个 flexsim.mywiki 知识包。
确认导入，并把星系名改成“仿真工程”。

这使 My Wiki 不只是个人资料整理工具，也可以成为可传播、可验证、可继续维护的知识生态基础。

为什么选择 My Wiki

• 本地优先：Markdown、原件、网页快照和图片都在你控制的目录中。
• Agent 自动维护：短指令即可完成入库、蒸馏、链接、检查和修复。
• 结论可追溯：Wiki 结论回链 raw，重要信息可以核实到原文与图片。
• 面向复用而非堆积：资料被整理成原子 Wiki 和关系，而不是只进入一个搜索黑盒。
• 网页应用可操作：不仅看图谱，还能添加资料、处理维护队列、问 Viki、导入和导出知识星系。
• 支持多种本地文档：文本 PDF、扫描 PDF、图片、DOCX、PPTX、XLSX、文件夹批次和 ZIP 图文包。
• 失败不会伪装成功：空内容、低置信度或不完整解析会锁定为 needs-followup，不会被当成已读资料。
• 开放且可迁移：知识可以移动、备份、用任意 Markdown 编辑器打开，也可以以后接入 Obsidian 或 RAG。
• 零成本起步：只需要 Node.js 和一个已经可用的本地 Agent 客户端。

与 RAG、LLM + Obsidian 的区别

My Wiki 重点解决知识进入检索之前的整理层：把原始资料变成可读、有关系、能核实、可维护的长期知识。

My Wiki 不排斥 RAG 或 Obsidian。你可以用 Obsidian 打开同一个知识库，也可以在规模真正需要时，把已经整理干净的 Markdown 证据层交给 RAG。

快速开始

需要 Node.js 18+ 和 npm。安装和更新使用同一条命令：

npx my-wiki-skill@latest

国内网络可以使用：

npx --registry=https://registry.npmmirror.com my-wiki-skill@latest

也可以直接让 Agent 安装：

帮我安装 My Wiki：npx my-wiki-skill@latest

安装器会自动探测常见 Agent Skill 目录：

安装完成后，新开或刷新 Agent 会话，然后创建知识库、开始入库，或直接说“打开知识宇宙”。

本地知识库结构

知识库可以放在电脑任意位置，与 Skill 安装目录和源码仓库完全分离：

my-vault/
  raw/
    sources/    原始证据的 Markdown 转写
    assets/     每篇来源独立保存的图片与图像索引
    snapshots/  网页快照、PDF、Office 文档和其他原件
  wiki/         可长期复用的原子 Wiki 页面
  templates/    当前知识库使用的 Markdown 模板
  .my-wiki/     本地缓存、运行状态、导入导出记录

网页与 Agent 使用相同的本地解析质量门槛。文本 PDF 会逐页提取，扫描件和图片会本地 OCR，DOCX、PPTX、XLSX 会转换为结构化 Markdown；原文件始终保留在 raw/snapshots/。

公开仓库和 npm 包不包含你的知识库、本地 MCP 凭据、运行日志或工作区专用 Agent 规则。知识库是否备份、同步、加密或始终留在一台电脑上，由你决定。

可选能力

• Obsidian：可以作为同一套 Markdown 知识库的人工编辑器，但 My Wiki 不依赖它。
• Firecrawl MCP：增强动态或难抓取网页的入库能力；完整托管爬取可能需要 Firecrawl 认证。
• IMA 和其他外部平台：先把得到授权的资料迁移到本地 raw，再走同一套维护流程。
• RAG：未来需要 Embedding 和生产级检索时再接入，不必放弃已有的 raw 与 Wiki。

开源许可证

My Wiki 源码使用 MIT License。Dashboard 内置宠物资源保留各自的作者和许可说明，详见 宠物资源说明。