2026年4月13日 · 阅读 —

Alan-Workspace LLM Wiki 专业 Wiki 编译器优化方案

Agent 与 Skills知识与内容工具

Alan-Workspace LLM Wiki 专业 Wiki 编译器优化方案

一句话总结

当前 Alan-Workspace 的 LLM Wiki 已有“三层知识架构、个人事务层、Apple 提醒事项集成、每日工时自动填报”，但缺少**“从 70-RAW/ 增量编译成 71-Wiki/01-READING/ 的专业 Wiki 编译器”**，可以借鉴提示词中的“Wiki 编译器”功能，做一个轻量可落地的优化。

一、当前现状（已有内容）

1.1 目录结构

目录用途现状
70-RAW/只读原始资料（clips/reports/audio）✅ 已有，400+ 篇剪藏
71-Wiki/01-READING/实际阅读层（DOMAINS/TOPICS/ENTITIES/PATTERNS/DIGESTS）✅ 已有，三层结构
71-Wiki/02-WORKING/AI 工作间（原始输入、草稿、候选内容）✅ 已有
71-Wiki/99-SYSTEM/Pipeline 内部（索引/报告/状态）✅ 已有
00-Inbox/todo-backlog.md待办唯一真相源（P0/P1/P2/P3）✅ 已有
10-PERSONAL-OPS/个人事务层（每日驾驶舱/计划/待办/复盘/日志/工时）✅ 已有
09-Reports/Lint/巡检报告✅ 已有
80-Tools/automations/自动化脚本✅ 已有，但缺少“Wiki 编译器”

1.2 已有自动化脚本

脚本作用
inbox_auto_normalize.py00-Inbox/ 规范化（frontmatter/移动/重命名）
wiki_link_suggest.py更新 71-Wiki/ 页面的 ## Related 区块
wiki_lint.py扩展版 Wiki Lint（孤岛页/断链/格式/脏文件）
daily_brief.py生成每日驾驶舱（Personal Ops 版）
brain-to-reminders.sh推送到 Apple Reminders（极简版）
daily-timesheet-minimal.py极简版每日工时记录

二、优化方向：专业 Wiki 编译器（轻量可落地）

2.1 核心功能（借鉴提示词）

功能优先级说明
1. 读取 70-RAW/P0支持 Markdown 和图片
2. 增量编译P0只处理新文件或有变化的文件，不要重写整个 wiki
3. 为每份 raw 资料生成P0标题、摘要、核心概念列表
4. 写百科式文章（concept-xxx.md）P1解释关键概念，并添加双向链接 概念名
5. 创建或更新 INDEX.mdP0列出所有文档摘要和链接
6. 自动发现概念之间的关系，添加 backlinksP1概念互链
7. 处理图片P2描述图片内容并链接到对应文章
8. 保持干净的 Markdown 格式P0规范 frontmatter、无冗余

2.2 轻量实现方案（分阶段）

Stage 1（本周）：增量编译 + INDEX.md + 摘要生成

  • 新增脚本：80-Tools/automations/wiki_ingest.py
  • 输入：70-RAW/clips/（新文件或 mtime 变化的文件）
  • 状态记录：71-Wiki/99-SYSTEM/04-JOB-STATE/ingest-state.json（记录已处理文件的 mtime）
  • 输出：
    • 71-Wiki/02-WORKING/01-ARTICLE-NOTES/<YYYY-MM-DD-标题>.md（原始摘要 + 核心概念列表）
    • 71-Wiki/99-SYSTEM/01-INDEXES/index-raw-summary.md（列出所有 raw 摘要和链接）
  • 动作：
    • 读取 raw 文件名和内容
    • 提取标题、摘要（前 300 字）、核心概念（关键词提取）
    • 只处理 mtime > 上次记录的文件
    • 更新 state.json

Stage 2（下两周）：concept-xxx.md 生成 + 双向链接

  • 扩展脚本：wiki_ingest.py
  • 输出：
    • 71-Wiki/01-READING/01-DOMAINS/concept-<概念名>.md（百科式文章，解释关键概念）
    • 自动添加双向链接：概念名
  • 动作：
    • 从 02-WORKING/01-ARTICLE-NOTES/ 中提取核心概念
    • 为每个概念生成一个 concept-xxx.md
    • 在文章之间添加双向链接

Stage 3（可选）：图片处理

  • 扩展脚本：wiki_ingest.py
  • 动作：
    • 识别 70-RAW/assets/ 中的图片
    • 描述图片内容（可选：用 multimodal 模型）
    • 链接到对应文章

三、wiki_ingest.py 设计（Stage 1）

3.1 脚本签名

#!/usr/bin/env /usr/bin/python3
"""Wiki Ingest: incremental compiler from 70-RAW/ to 71-Wiki/02-WORKING/01-ARTICLE-NOTES/."""

3.2 核心逻辑

flowchart TD
  A[开始] --> B{检查 70-RAW/clips/}
  B --> C[读取 ingest-state.json]
  C --> D{遍历每个文件}
  D --> E{文件 mtime > 上次记录?}
  E -- 否 --> F[跳过]
  E -- 是 --> G[读取文件内容]
  G --> H[提取标题/摘要/核心概念]
  H --> I[写入 71-Wiki/02-WORKING/01-ARTICLE-NOTES/]
  I --> J[更新 ingest-state.json]
  J --> K{还有文件?}
  K -- 是 --> D
  K -- 否 --> L[更新 index-raw-summary.md]
  L --> M[结束]

3.3 核心概念提取（极简版，不用 LLM）

  • 关键词规则：
    • 大写字母开头的词（如 LLM、Wiki、Obsidian、OpenClaw）
    • 括号里的定义（如 三层架构：Raw / Wiki / Schema）
    • 高频词（词频 > 3）
  • 输出：- [ ] 概念名（放到 02-WORKING/01-ARTICLE-NOTES/ 里的“核心概念”节）

四、索引文件格式（index-raw-summary.md）

---
title: Raw Summary Index
aliases: []
category: System
created: 2026-04-13 HH:mm
updated: 2026-04-13 HH:mm
tags: [LLMWiki, Index]
---

# Raw Summary Index

## 2026-04-13 新增
- 2026-04-13-xxx：摘要（前 300 字）

## 2026-04-12 新增
- 2026-04-12-xxx：摘要（前 300 字）

五、与当前配置的整合

  • Raw 来源：70-RAW/（只读，不修改）
  • 工作层输出：71-Wiki/02-WORKING/01-ARTICLE-NOTES/（AI 工作间，人工可审核）
  • 阅读层输出：71-Wiki/01-READING/01-DOMAINS/concept-xxx.md（Stage 2 后）
  • 索引：71-Wiki/99-SYSTEM/01-INDEXES/index-raw-summary.md
  • 状态记录：71-Wiki/99-SYSTEM/04-JOB-STATE/ingest-state.json
  • 一键脚本：80-Tools/automations/run-wiki-ingest.sh

六、下一步（从哪开始？）

  1. 先做 Stage 1：wiki_ingest.py + run-wiki-ingest.sh + ingest-state.json
  2. 再做 Stage 2：concept-xxx.md 生成 + 双向链接
  3. 最后做 Stage 3（可选）：图片处理

References

Continue reading

继续阅读