# 影片筆記:🚀LangChain新神器OpenWiki打造数据飞轮!开启LLM Wiki 2.0时代! 让Codex、Claude Code、Hermes等Agent共享第二大脑!支持Notion!告别知识孤岛! ## 一句話總結 影片介紹了由 Lanching 團隊推出的開源項目 **OpenWiki**,這是一個旨在解決 AI Agent 之間知識共享與長期記憶問題的基礎設施。它作為 LMWiki 設計模式的具體實現,允許不同 Agent(如 Codex、Hermes、CloudCode)共享一個獨立的「第二大腦」,支援從 Notion、程式碼等多種來源自動攝取知識,並具備定時更新與增量維護能力,從而打破知識孤島。 ## 核心重點 * **OpenWiki 的定位**: * 它是 LMWiki(由 Carpathy 提出的設計模式)的可安裝實現(CRI)。 * 從依賴特定 Agent 的臨時技能(Skill),升級為獨立、可持續維護且可跨 Agent 讀取的基礎設施。 * 目標是成為 AI Agent 之間共享知識的「第二大腦」,提供長期上下文。 * **安裝與驅動機制**: * 支援透過終端命令行或自然語言指令(由 Codex、CloudCode、Hermes 等 Agent 協助)進行安裝。 * 驅動方式靈活:支援 OpenAI ChatGPT 的 OAuth 驗證(無需 API Key),也支援 CloudCode 的 API Key 或任何兼容 OpenAI API 的設置。 * **個人模式與知識攝取**: * 支援連接 Notion、Slack、Gmail、X、Hacker News、Git 倉庫及網頁等數據源。 * 演示中重點展示了連接 Notion,透過 OAuth 授權後,自動攝取筆記並生成結構化的 Markdown Wiki。 * 具備增量更新機制,當來源(如 Notion)新增內容時,OpenWiki 可自動發現並更新 Wiki。 * **跨 Agent 知識共享**: * 其他 Agent(如 Codex)可以讀取 OpenWiki 生成的文件來檢索知識。 * 透過在 Codex 的全域配置文件(Agent.md)中設定指令,可實現自動化檢索:當任務涉及項目文檔研究時,自動讀取 OpenWiki 入口,若信息過期或衝突則回查原始來源。 * **自動化維護**: * 支援定時更新(預設每日凌晨 2 點)。 * 可透過全域配置文件指定攝取範圍,實現無需手動維護的定時自動更新。 ## 詳細大綱 ### 一、 OpenWiki 的定位與價值 * **問題背景**:傳統方式需要為每個 Agent 生成 Wiki,缺乏通用性,知識難以共享。 * **解決方案**:OpenWiki 是一套獨立於具體 Agent 的基礎設施。 * **核心區別**: * LMWiki 是一種設計模式。 * OpenWiki 是 LMWiki 的可安裝實現(CRI)。 * 升級為「自主攝取、持續維護的基礎設施」。 * **支援來源**:程式碼、郵件、Notion 筆記、Git 倉庫、Hacker News 及網頁。 * **目標 Agent**:Hermes Agent、Codex、CloudCode 等。 * **項目熱度**:GitHub 倉庫超過 10k Star,版本迭代速度快。 ### 二、 安裝與配置流程 * **安裝方式**: * 方式一:官方倉庫提供的安裝命令,於終端命令行執行。 * 方式二:透過自然語言指令讓 AI Agent(Codex、CloudCode、Hermes)協助安裝(提供倉庫連結)。 * **支援模式**: * **個人模式**:構建本地個人 Wiki(本期重點)。 * **代碼模式**:為當前代碼庫構建倉庫文檔(影片略過演示,提及 Graphify 為類似項目)。 * **驗證與驅動機制**: * 支援 OpenAI ChatGPT 的 OAuth 驗證(無需 API Key)。 * 支援 CloudCode 的 API Key 作為驅動。 * 支援任何兼容 OpenAI API 的設置。 ### 三、 功能深度演示(個人模式) * **初始化與連接**: * 執行命令初始化本地個人 Wiki 支持庫。 * 連接外部平台:Notion、Slack、Gmail、X 等。 * 演示連接 Notion:執行命令後彈出瀏覽器進行 OAuth 授權,終端顯示連接成功。 * **啟動與交互**: * 執行命令啟動 OpenWiki,進入類似 Codex/CloudCode 的 CLI 交互界面。 * 輸入提示詞攝取特定內容(例如:Notion 中與 CloudCode 相關的筆記)。 * **Wiki 構建過程**: * OpenWiki 檢測到多份筆記,讀取相關頁面(如 hooks、子代理 agent view)。 * 將長期可復用的原則寫入主題(Topics)。 * 使用 Chitgbt 模型完成 Wiki 構建。 * 結果:新增主題「CloudCode」,完成定向社區與 Wiki 更新。 * **結構與檢索**: * 在 VSCode 中打開 OpenWiki 項目結構。 * 查看生成的 Topic 頁面,內容詳細。 * 在 OpenWiki 中輸入任務檢索特定知識(例如:詳細講解 hooks),系統從 Wiki 檢索並輸出詳細解釋。 * **增量更新測試**: * 在 Notion 新增「CloudCode 的 workflow」筆記。 * 在 OpenWiki 中檢索該筆記並觸發更新。 * 結果:Wiki 中新增動態工作流相關內容,實現增量更新。 ### 四、 跨 Agent 知識共享與自動化 * **跨 Agent 檢索**: * 在 Codex 中測試檢索 OpenWiki 構建的知識。 * 任務:檢索 CloudCode hooks 用法。 * 結果:Codex 讀取 OpenWiki 的 quickstart 及相關內容,給出具體用法。 * **全域配置(Agent.md)**: * 在 Codex 的全域文件(agentmd)中加入指令,避免每次手動指定。 * 指令邏輯:當任務涉及項目文檔研究時,先讀取 OpenWiki 文件,只讀取相關鏈接頁面;若信息過期或衝突,回查原始來源;默認不修改 OpenWiki 生成的頁面。 * 重啟 Codex 後生效,測試研究 CloudCode 動態工作流用法,Codex 自動按約定讀取入口並輸出結果。 * **定時更新機制**: * OpenWiki 支援定時更新,預設時間為每天凌晨 2 點。 * 透過命令可查看具體更新時間。 * **自動化攝取配置**: * 在 VSCode 中修改全域配置文件,刪除默認輸入,自定義攝取範圍(例如:CloudCode 新功能等)。 * 執行更新命令,OpenWiki 自動發現未納入的 Notion 資料頁並加入 Wiki。 * 實現無需手動維護的定時自動更新。 ## 工具 / 模型 / 名詞整理 * **OpenWiki**:Lanching 團隊推出的開源項目,可安裝的 CRI,用於構建長期知識層。 * **Lanching**:OpenWiki 的開發團隊。 * **LMWiki**:由 Carpathy 提出的設計模式。 * **Carpathy**:提出 LMWiki 設計模式的相關方。 * **Hermes Agent**:支援讀取 OpenWiki 的 Agent 之一。 * **Codex**:OpenAI 的 AI Agent,可用於安裝 OpenWiki 及檢索知識。 * **CloudCode**:AI Agent,支援使用其 API Key 驅動 OpenWiki。 * **Notion**:筆記應用,作為 OpenWiki 的數據來源之一。 * **Slack**:通訊應用,支援連接 OpenWiki。 * **Gmail**:郵件服務,支援連接 OpenWiki。 * **X**:社交媒體平台,支援連接 OpenWiki。 * **Hacker News**:技術新聞網站,支援連接 OpenWiki。 * **Git**:版本控制系統,支援連接 OpenWiki。 * **VSCode**:代碼編輯器,用於查看 OpenWiki 項目結構。 * **OpenAI ChatGPT**:支援 OAuth 驗證及作為模型驅動。 * **Chitgbt**:影片中提到 OpenWiki 構建 Wiki 時使用的模型名稱(疑點)。 * **Graphify**:另一個能將代碼庫做成 LMWiki 的開源項目(影片提及但未演示)。 * **GitHub**:代碼託管平台,OpenWiki 倉庫所在地。 * **CLI**:命令行界面。 * **OAuth**:開放授權協議,用於驗證。 * **API Key**:應用程序接口密鑰。 * **Agent.md**:Codex 的全域配置文件名稱。 * **Quickstart**:OpenWiki 中的快速入門文件。 * **CRI**:影片中提到「OpenWiki 它是可安裝的 CRI」,具體含義需查證。 * **中端命令行**:影片口語,疑為「終端命令行」。 * **見相**:影片口語,疑為「見狀」或「接著」。 * **碩實化**:影片口語,疑為「實現」或「初始化」。 * **口**:影片口語,疑為「界面」或「環境」。 * **定向社區**:影片口語,在 Wiki 構建語境下疑為特定功能或聽寫錯誤。 * **高峰顯示**:影片口語,疑為「高頻顯示」或「高頻出現」。 * **充起**:影片口語,疑為「重啟」。 ## 操作流程整理 1. **安裝 OpenWiki**: * 方法 A:在終端執行官方安裝命令。 * 方法 B:使用 Codex/CloudCode/Hermes 等 Agent,透過自然語言指令並提供倉庫連結進行安裝。 2. **配置與連接數據源**: * 選擇「個人模式」初始化本地 Wiki。 * 連接外部平台(以 Notion 為例):執行連接命令,瀏覽器彈出 OAuth 授權頁面,完成授權後終端顯示連接成功。 3. **啟動與攝取知識**: * 執行命令啟動 OpenWiki,進入 CLI 交互界面。 * 輸入提示詞指定攝取內容(例如:Notion 中與 CloudCode 相關的筆記)。 * OpenWiki 讀取相關頁面,將原則寫入主題(Topics),生成 Markdown Wiki。 4. **檢索與驗證**: * 在 VSCode 中查看生成的 Topic 頁面結構。 * 在 OpenWiki 中輸入任務(如:講解 hooks),系統從 Wiki 檢索並輸出解釋。 * 測試增量更新:在 Notion 新增筆記後,觸發 OpenWiki 更新,確認 Wiki 內容同步新增。 5. **跨 Agent 共享與自動化配置**: * 在 Codex 的全域配置文件(Agent.md)中寫入指令:當任務涉及項目文檔研究時,自動讀取 OpenWiki 入口及相關頁面;若信息過期或衝突,回查原始來源。 * 重啟 Codex 使配置生效。 * 測試 Codex 自動檢索 OpenWiki 中的知識(如 CloudCode hooks 用法)。 * 配置定時更新:修改全域配置文件指定攝取範圍,確認 OpenWiki 預設每日凌晨 2 點自動發現並更新未納入的資料頁。 ## 值得注意的限制或風險 * **模型依賴與辨識**:影片中提到使用「Chitgbt」模型進行 Wiki 構建,該名稱與常見模型不符,可能存在辨識錯誤或為特定內部模型,需確認其穩定性與成本。 * **數據源連接安全性**:連接 Notion、Gmail 等服務時涉及 OAuth 授權,需確保授權範圍與數據隱私符合預期。 * **知識過期與衝突處理**:雖然系統設計了回查原始來源的機制,但若原始來源頻繁變動或存在衝突,自動生成的 Wiki 可能產生不一致,需人工介入校準。 * **Agent 兼容性**:目前主要演示與 Codex、CloudCode、Hermes 等 Agent 的整合,其他非主流 Agent 的兼容性未明確說明。 * **定時更新的資源消耗**:每日定時更新與自動攝取可能帶來計算資源與 API 調用成本的增加,需評估長期運行的可行性。 ## 逐字稿辨識疑點 * **Lanching**:影片口語為「Lanching」,指代開發團隊,需查證是否為特定團隊名稱或拼寫錯誤(如 Launching)。 * **CRI**:影片中提到「OpenWiki 它是可安裝的 CRI」,需查證 CRI 在此處的具體含義或是否為聽寫錯誤(如 Container Runtime Interface 或其他縮寫)。 * **Chitgbt**:影片中提到「它現在就要用 chitgbt 的模型」,此名稱與常見模型名稱不符,疑為聽寫錯誤或特定內部模型名稱,需查證。 * **Cloudcode**:影片中多次出現「Cloudcode」,通常指代雲端代碼環境或特定工具,需確認是否為特定產品名稱或泛指。 * **中端命令行**:影片多次口語為「中端命令行」,疑為「終端命令行」或「Terminal」的聽寫錯誤。 * **見相**:影片多次口語為「見相的話」,疑為「見狀」或「接著」或「然後」的聽寫錯誤。 * **碩實化**:影片中提到「碩實化一個本地的個人 Wiki 支持庫」,疑為「實現」或「初始化」的聽寫錯誤。 * **口**:影片中提到「進入了一個比較像口」,疑為「界面」或「環境」的聽寫錯誤。 * **定向社區**:影片中提到「定向社區」,在 Wiki 構建語境下疑為「定向社區」或「定向社區化」或「定向社區構建」的聽寫錯誤,或指代特定功能。 * **設計我的項目文檔研究時**:影片中提到「當任務設計我的項目文檔研究時」,語意稍顯不通,疑為「當任務涉及我的項目文檔研究時」的聽寫錯誤。 * **高峰顯示**:影片中提到「信息過期衝突或高峰顯示」,疑為「高頻顯示」或「高頻出現」或「高頻顯示」的聽寫錯誤。 * **充起一下**:影片中提到「重起一下」或「充起一下」,疑為「重啟」的聽寫錯誤。 ## 可延伸追問 * OpenWiki 的 CRI 具體指什麼技術架構? * Chitgbt 模型是什麼?是否為 OpenAI 或其他廠商的特定模型? * OpenWiki 如何處理大量數據攝取時的 API 限額與成本問題? * 除了 Notion,OpenWiki 對其他數據源(如 Slack、Gmail)的攝取準確度與格式保留情況如何? * 在企業環境中部署 OpenWiki 時,如何處理多用戶權限與數據隔離? * Graphify 與 OpenWiki 在代碼庫文檔生成上的主要差異為何?