前一篇讲我把上千篇文章搬进了自己的知识库，有读者后台问：LLM Wiki 到底是个什么软件，怎么用？这篇讲清楚它的原理和几个重要功能，包括很容易被忽略的”待审阅”和”深度研究”。
一句话说清
LLM Wiki 是一个开源的跨平台桌面应用（Windows、Mac、Linux 都有，GitHub 搜 nashsu/llm_wiki，12000+ 星）。它的核心思路和现在流行的”问答式知识库”正好相反：
- 常见做法是 RAG：你每次提问，它现场翻资料、现场拼答案，翻完就忘。
- LLM Wiki 是 增量式构建：你导入资料时，它当场全部读一遍，编译成一套结构化 Wiki，之后持续维护更新。知识只编译一次，而不是每次重新推导。
一句话：它不替你搜，它替你编书。 你的资料是原料，它交回来的是有目录、有条目、互相引用的知识库。
它怎么干活：三层架构 + 两步摄入
项目里分三层，各管各的：
| 层 | 目录 | 干什么 |
|---|---|---|
| 原始资料 | raw/sources/ |
你丢进去的文件，原样存放，AI 不改 |
| Wiki | wiki/ |
LLM 读完全部资料后生成的整理成果 |
| 规则 | schema.md + purpose.md |
告诉 AI 这库的结构规矩和为什么存在 |
资料进来后走”两步思维链摄入”，先分析、再生成：
- 分析：LLM 通读资料，提炼关键实体、概念、论点，找出和已有 Wiki 的关联与矛盾。
- 生成：基于分析写出 Wiki 页面，更新目录
index.md和日志log.md；拿不准的标成”待审阅项”，缺知识就生成深度研究的搜索词。
生成的页面按类型分门别类放在 wiki/ 下：
- 实体（entity）：人、机构、产品，比如某公司、某文件。
- 概念（concept）：理论、方法、技术，比如”数据完整性”这种词条。
- 来源（source）：每篇原始资料的摘要页，标注出处可回溯。
- 查询（query）：你问过的问题和研究记录。
- 对比 / 综合：跨资料的并列比较和全局结论。
页面互相用双链 [[链接]] 引用，连成一张知识图谱：四点信号算关联度（直接链接、同来源、共同邻居、同类页面），还能自动做社区检测，把相关内容聚成簇。图谱里能看出”知识空白”——哪块缺资料，一眼可见。
搜索到底怎么搜：关键词是主体，向量是可选增强
上篇我把向量模型写成”按意思搜”，那说法不严谨，这里纠正。LLM Wiki 的检索是多阶段管线：
- 分词关键词检索（主体，默认就有）：把句子拆成词去匹配，中文按两个字一组切（比如”知识管理”切成”知识””识管””管理”），标题命中加分，同时搜 Wiki 页面和原始文件。
- 向量语义检索（可选增强）：把文字转成一组数字（向量），意思相近的文字向量靠得近，用余弦距离取相近页面。它能捞到”字面没对上但意思沾边”的内容。
- LLM 综合：把上面捞到的相关页面交给 LLM，读一遍再回答，答案带着来源。
所以准确说法是：关键词检索是地基，配了向量模型才多一路”语义”检索。没配向量，搜索照常能用，只是少了按意思兜底的那一路。向量模型跑在本地 Ollama 里（我用的 qwen3-embedding:0.6b，约 600MB），数据不出门。
两个容易忽略的重要功能
待审阅（界面里叫”审核”）。LLM 摄入资料时，遇到拿不准的（比如”这个该算实体还是概念””这个说法和已有页面矛盾”），不会自作主张，而是标记成审核项，等你来处理。每个审核项给预定义操作：创建页面、发起深度研究、跳过。你不处理也不阻塞摄入，但攒多了知识库就少了人工把关这一环。我一般隔几天点开审核，把该批的批了。
深度研究。当图谱发现知识空白（比如某个概念下只有孤零零一页），或者你在审核里选了”研究”，它会：读 purpose.md 和 overview.md 搞清你的库在研究什么 → 生成研究主题和多条搜索词 → 弹窗让你确认、可改 → 联网搜索（可配 Tavily 或本地 SearXNG）→ 把结果综合成 Wiki 页面，带交叉引用，再自动走一遍摄入。等于知识库缺什么，它会自己出门查资料补上。 我的库里就有好几份这样的研究记录。
三句关键配置
第一句：LLM 提供商必须配。摄入、图谱、研究全靠它，没它软件不干活。我用的是本地跑的大模型，不花钱、数据不出门。
第二句：向量模型是可选的。想多一路”语义检索”就配一个 embedding 模型（本地 Ollama 就行）；不配搜索也照常用。
第三句：自动导入要开。开着以后，往资料文件夹里丢新文件，它自己收编、自己建索引，不用手动导。再配合 SHA256 增量缓存，没改过的文件不会重复烧 token。
手把手：半小时建一个能搜的知识库
原理和配置说完了，说怎么动手。整个过程七步，前几步是鼠标活，后面全靠 AI。
第 0 步 装软件
GitHub 搜 nashsu/llm_wiki，进 Releases 页下载对应系统的安装包（Windows 是 .exe，Mac 是 .dmg，Linux 有 AppImage），双击安装，打开。
第 1 步 建项目
点「新建项目」，它给几个模板：研究、阅读、通用。选哪个都行，后面能改。给它起个名，比如就叫「我的知识库」。它会问你要一个文件夹，这个文件夹以后就是你的资料库（软件里叫 raw/sources/）。
第 2 步 把资料指给它
把想入库的资料拖进去：工作文档、公众号文章、PDF、txt、Word 都行，它都吃。支持文件夹整体导入，懒人最爱：把整个目录指给它，它按目录结构自己归类。
第 3 步 按三句配置填好
回到上面「三句关键配置」：LLM 提供商必填（本地 Ollama 或云端都行，不会填就把报错截图丢给 AI 让它帮你看），向量模型可选，自动导入建议开。填完就再也不用动了。
第 4 步 等它读
资料丢进去，它就开始「摄入」：进度条走完要一阵（几百个文件大概要跑一段时间，别中途关软件）。跑完会看到三类新东西：概念页（把重复出现的说法归纳成词条）、实体页（人名、机构名、产品名各立一页）、来源摘要页（每篇资料一页，带出处链接）。这就是「编译」：它不是替你存文档，是把它读懂了、拆开了、重组成体系。
第 5 步 开搜
搜索框输半句话，比如「这个规定的适用范围」，几秒出结果。结果分两类：关键词命中（字面对上）和语义命中（字面没对上但意思沾边，前提是开了向量检索）。点开任意结果，能看到它引用了哪几篇原始资料，点过去就是原文。
第 6 步 处理待审阅
摄入完，侧边栏「审核」角标通常有数字：那是 AI 读资料时拿不准、标出来等你拍板的项。每个给三个操作：创建页面、发起深度研究、跳过。不用一次清完，隔两天点一遍就行。
第 7 步 让它补空白
用一阵后打开图谱看，哪个概念孤零零没邻居，就点它旁边的「深度研究」。AI 会先看你的库是干嘛的，生成研究主题和搜索词，弹窗让你确认（能改），然后联网把资料找回来、整理成页面、自动收进库。等于你的知识库缺什么，它自己出门补课。
哪条看不懂也没关系，这活 AI 都包了：真正要你亲自干的，只有第 0 步下载、第 3 步填接口，其他全是点鼠标和扔文件。
实测长什么样
我的主库（gmp-wiki）现在：
- 原始文件 1491 个（1200 多篇 Markdown、200 多个 txt、几十个 Word/PDF）
- 自动整理出概念页 2037 个、实体页 741 个、来源摘要 1238 个
- 图谱能看出知识聚簇，点节点跳到原文
- 深度研究产出过几份专题研究页，带交叉引用入库
踩过的坑
- 第一次摄入慢。一千多个文件要跑一阵，别中途关软件，进度会停。挂后台干别的去。
- 扫描版 PDF 读不出来。纯图片扫描件没有文字层，提取是空的，得先转成文字再入库。
- 向量没配时搜索”少一路”。不是坏了，是只剩关键词检索。想要语义兜底就配 embedding。
- 审核项不处理会攒着。不阻塞，但攒多了知识库少了人工把关，抽空点一遍。
- 深度研究要确认弹窗。生成的主题和搜索词可以改，别直接点确定就跑，改一下针对性更好。
- 大文件或生僻格式会失败。摄入队列会自动重试 3 次，还不行就留在队列里标红，删掉换个格式重来。
验收
一句话：丢一份新资料进去，等它摄入完，在搜索框里输半句话能搜到原文，再点开图谱能看到它被归进了哪个簇，就成了。
到此你就有了一个能检索、能查询、会自己长知识的知识库。剩下的交给时间：资料越多，概念页和实体页越丰满，图谱越密，搜索越准。
结论
LLM Wiki 不替你搜，它替你编书：资料进来，它编译成带概念、实体、出处的结构化 Wiki，连成图谱；拿不准的进”待审阅”等你拍板，缺知识它会深度研究出门补课。你要做的，只是往文件夹里扔资料，偶尔点开审核批两下。