前沿 DeepAgents 生态

OpenWiki 与 LLM Wiki 知识工程

不让 LLM 每次从零读懂整个仓库,而是维护一份「为 AI 而写」的活文档。底层引擎正是模块 02 的 DeepAgents——学完框架立刻看到它的顶级应用。

为什么学这一模块

Karpathy 提出的 LLM Wiki 正在成为 AI 编程的基础设施:文档不再只给人看,更是给 Agent 的「外接大脑」。LangChain 出品的 OpenWiki 把这个理念变成了可落地的工程:生成、溯源、自动更新一体化。它是「知识工程」这条主线(模块 06/08)的第一块拼图。

核心技术栈

OpenWiki LLM Wiki 理念 DeepAgents 引擎 Grounded Claims AGENTS.md / CLAUDE.md GitHub Actions Personal Brains Markdown Wiki openwiki link openwiki visualize

技术亮点

LLM Wiki 范式:为 AI 而写的文档
Agent 先读 Wiki 再干活,避免每次全库扫描——Token 省一个数量级,回答准确率显著提升;自动向 AGENTS.md / CLAUDE.md 注入指针,与 Claude Code、Codex、Cursor 无缝协同
Grounded Claims 事实级溯源
每条事实性陈述都绑定来源文件与行号,证据变化时自动刷新对应页面——把文档维护的最小粒度从「文件」细化到「事实」
Code + Personal 双模式
Code 模式为仓库生成相互链接的 Wiki;Personal Brains 模式聚合 Gmail / Notion / Git / 网页信源,构建个人知识中枢

核心内容

OpenWiki 快速上手:openwiki --init / --update / visualize
生成 Wiki 的结构设计:页面划分、交叉链接、导航层级
Grounded Claims 机制原理与源码导读(基于 DeepAgents)
CI 自动化:GitHub Actions / GitLab CI 检测变更、更新 Wiki 并发 PR
多仓库工作区:openwiki link 聚合微服务文档
Personal Brains:多信源个人知识库实战
LLM Wiki vs 传统文档 vs RAG:场景对比与选型方法论
企业落地:把团队隐性知识沉淀为 Agent 可消费的活 Wiki

实战产出

  • 为自己的项目生成一套活 Wiki
  • Wiki 自动更新 CI 流水线
  • 个人知识库(Personal Brains)
  • LLM Wiki 企业落地实施方案