Second Brain Skill
Скилл /wiki превращает заметки и PDF в связанную вики-базу: модель сама пишет конспекты, ссылки между страницами и проверки.
- 80 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Скилл пишет и перезаписывает множество страниц в вашей базе знаний, а материалы читает модель.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/second-brain-skillОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Скилл пишет и перезаписывает множество страниц в вашей базе знаний, а материалы читает модель.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Second Brain Skill — открытая реализация идеи Андрея Карпати об LLM Wiki. Вместо поиска по сырым документам при каждом вопросе, как в RAG, скилл с помощью модели постепенно собирает из материалов структурированную вики и поддерживает связи между материалами, сущностями и понятиями. Вы отбираете источники и задаете вопросы, модель делает конспекты, перекрестные ссылки, архивирование и проверку согласованности. Структура из трех слоев: папка `raw/` с вашими материалами, папка `wiki/` с конспектами, сущностями, понятиями и анализом, и сам скилл со схемой, сценариями и скриптами. Команды: `/wiki init` создает базу, `/wiki ingest` обрабатывает материалы Markdown, PDF и изображения, `/wiki query` отвечает по накопленному, `/wiki lint` проверяет здоровье базы. Один прием материала создает или обновляет 10–15 связанных страниц.
Для кого. Исследователям, студентам и авторам, которые копят статьи и заметки и хотят получить связанную базу знаний, которую ведет LLM.
Подходит, если
- В папке накопились статьи и PDF, и из них надо собрать вики с конспектами и понятиями.
- Хочется спросить «что такое Memex» и получить ответ по своим материалам.
- Перед важной работой база проверяется на битые связи командой `/wiki lint`.
- Хочется развернуть собственную базу знаний и форкнуть скилл под свои сценарии.
- После сброса страницы возвращаются из `wiki/.trash/`.
Не подходит, если
- Нужен быстрый поиск по огромному корпусу документов: скилл строит вики без индексного поиска.
- Содержимое материалов нельзя показывать провайдеру модели.
- Нужна база на языке кроме китайского и английского: схема инициализации знает `zh` и `en`.
Пример запроса к агенту
/wiki ingest обработай новые статьи в raw/, а затем /wiki query: чем подход LLM Wiki отличается от RAG.Ограничения
Язык содержимого вики при инициализации можно выбрать только из `zh` и `en`, переводы README этого не меняют. Модель читает материалы целиком, поэтому они уходят провайдеру модели. Каждая обработка меняет много страниц сразу, поэтому ведите базу в Git. Команда `/wiki wipe` переносит страницы в `wiki/.trash/`, папка `raw/` остается на месте. Команда `/wiki wipe empty-trash` удаляет страницы безвозвратно, и тогда остаются только копии в истории Git. Скилл называют базовым каркасом для форка и доработки. Нужны Python и `pip install -r requirements.txt` из папки скриптов.
Как отключить. Удалите папку `~/.claude/skills/wiki`. Сама база знаний (`raw/` и `wiki/`) лежит в выбранном вами каталоге и удаляется вручную, `/wiki wipe` очищает только страницы.
Частые вопросы
Как установить Second Brain Skill?
Клонируйте репозиторий, затем `cp -r second-brain-skill/skills/wiki ~/.claude/skills/wiki` и `pip install -r ~/.claude/skills/wiki/scripts/requirements.txt`. Первую базу создает `/wiki init`.
Какие команды есть?
`/wiki help`, `init`, `ingest`, `query <вопрос>`, `lint`, `wipe` и `test`. Все команды работают и по обычным фразам, например «сравни RAG и вики-подход».
Чем это отличается от RAG?
RAG ищет по сырым документам в момент вопроса. Скилл заранее собирает из них конспекты, сущности и понятия со ссылками, как компилятор, поэтому знание накапливается между вопросами.
Что лежит в папках raw и wiki?
В `raw/` ваши материалы: статьи, заметки, PDF, изображения, и туда пишете вы. В `wiki/` страницы, которые ведет модель: конспекты, сущности, понятия, анализ и перекрестные ссылки.
Как вернуть удаленные страницы?
Командой `/wiki wipe restore`: сброшенные страницы вики лежат в `wiki/.trash/`, пока вы не выполните `/wiki wipe empty-trash`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыЧетыре скилла для личной базы знаний в Obsidian: агент разбирает статьи и заметки в связанную вики, отвечает по ней и проверяет ее на ошибки
LLM Wiki Manager ведет личную вики в Markdown силами агента: загружает источники, ссылается между страницами и отвечает с цитатами
Плагин Claude Code для личной вики по схеме Карпати: агент пополняет страницы из источников и отвечает по ним со ссылками.
Скилл дает агенту читать базу знаний из настольного приложения LLM Wiki по локальному HTTP API: поиск, страницы и граф
Karpathy LLM Wiki
karpathy-llm-wiki
Скилл для личной базы знаний, которую ведет модель: сбор источников, компиляция статей с цитатами и проверка целостности
CLI для личной базы знаний на Markdown: агент пишет, ищет и проверяет страницы командами wiki, модели программа не вызывает
Коротко о README
Три слоя: материалы, вики и схема с сценариями делятся ролями. Документация есть на шести языках: китайском, английском, японском, испанском, французском и корейском.
Бейдж для README
Исходный SKILL.md
--- name: wiki version: v1.0.0 author: ChavesLiu description: | 知识库管理工具。收录素材、查询知识、健康检查、重置删除。 TRIGGER when: 用户提到「收录」「加到知识库」「ingest」，或提出知识库中可能有答案的问题（如「XX 是什么」「对比 XX 和 YY」「整理 XX 的信息」），或要求「检查知识库」「lint」，或要求「清空」「删除」「重置」知识库内容，或给出对知识库操作方式的反馈/偏好。 DO NOT TRIGGER when: 问题与知识库无关（纯代码任务、文件操作、通用对话），或用户明确说不需要查知识库。 user-invocable: true --- # Second Brain Skill 知识库的统一管理入口。支持命令式调用（`/wiki <cmd>`）和自然语言触发。 ## 自然语言路由 当 skill 被自然语言触发（非 `/wiki` 命令格式）时，先判断意图再映射子命令： | 用户意图 | 映射子命令 | 示例 | |---------|-----------|------| | 收录/添加素材 | `ingest` | "收录这篇文章"、"把 raw 里的新文件加到知识库" | | 提问/查询/对比/整理 | `query` | "Memex 是什么"、"对比 RAG 和 Wiki 模式"、"整理一下 XX 的信息" | | 反馈/偏好/纠正 | `query`（走反馈分支） | "回答要标注来源"、"你上次说错了" | | 检查/审计 | `lint` | "检查下知识库有没有问题" | | 删除/清空/重置 | `wipe` | "删掉 XX 相关的页面"、"重置知识库" | | 初始化 | `init` | "创建一个新的知识库" | 确定子命令后，将用户原始输入作为 `args`，进入下方执行步骤。 ## 执行步骤 ### 1. 运行路由脚本 运行 `python <skill-dir>/scripts/router.py <子命令> [参数]` 获取路由结果（JSON）。 `<skill-dir>` 为本文件所在目录的绝对路径。对于自然语言触发，先按上表映射出子命令再调用。 ### 2. 根据路由结果执行 根据 JSON 中的 `status` 字段分支： #### `status: "ok"` — 正常执行 ```