llm-wiki
AI駆動のObsidianウィキを構築・運用するための基礎的なナレッジディスティレーションパターンです。Andrej KarpathyのLLM Wikiアーキテクチャに基づいています。ユーザーがウィキパターンを理解したい場合、新しいナレッジベースをセットアップしたい場合、または3層アーキテクチャ(生データソース→ウィキ→スキーマ)のガイダンスが必要な場合に使用できます。また、ナレッジマネジメント戦略、ウィキ構造の意思決定、またはディスティレーション済みナレッジの整理方法についての議論にも活用できます。このスキルは「理論」部分を担当し、具体的な操作(データ取り込み、クエリ実行、リント処理)は他のスキルが対応します。
description の原文を見る
The foundational knowledge distillation pattern for building and maintaining an AI-powered Obsidian wiki. Based on Andrej Karpathy's LLM Wiki architecture. Use this skill whenever the user wants to understand the wiki pattern, set up a new knowledge base, or needs guidance on the three-layer architecture (raw sources → wiki → schema). Also use when discussing knowledge management strategy, wiki structure decisions, or how to organize distilled knowledge. This is the "theory" skill — other skills handle specific operations (ingesting, querying, linting).
SKILL.md 本文
LLM Wiki — 知識蒸留パターン
永続的で複合的なナレッジベースを維持しています。ウィキはチャットボットではなく、知識が一度蒸留されて現状を保つコンパイルされた成果物であり、クエリのたびに再導出されるものではありません。
3 層アーキテクチャ
レイヤー 1: 生ソース(不変)
ユーザーの元のドキュメント — 記事、論文、ノート、PDF、会話ログ、ブックマーク、および画像(スクリーンショット、ホワイトボード写真、図表、スライドキャプチャ)。これらはシステムによって変更されることはありません。ユーザーが保管している場所に存在します(.env の OBSIDIAN_SOURCES_DIR で構成)。画像は一級のソースです。取り込みスキルは Read ツールのビジョン対応を通じて画像を読み込み、その解釈されたコンテンツを逐語的に転写されたテキストでない限り推論として扱います。画像の取り込みはビジョン対応のモデルが必要です。ビジョン対応のないモデルは画像ソースをスキップし、どのファイルがスキップされたかを報告する必要があります。
生ソースは「ソースコード」と考えてください — 権威的ですが、直接クエリするのは難しいものです。
レイヤー 2: ウィキ(LLM 保守)
wiki/ ディレクトリに存在する相互接続され
...
詳細情報
- 作者
- Nero-kk
- ライセンス
- 不明
- 最終更新
- 2026/4/12
Source: https://github.com/Nero-kk/claude-agent-skills / ライセンス: 未指定