llm-wiki
将LLM会话历史转化为可搜索的知识库
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：llm-wiki。 它的用途是：将LLM会话历史转化为可搜索的知识库 完整的 Skill 内容见：https://321skill.com/skills/llm-wiki/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我回顾上个月解决那个WebSocket内存泄漏问题的所有对话和思路。”，llm-wiki会从你积累的数百条会话记录中，快速定位到相关讨论，并以清晰的维基页面形式呈现问题分析、尝试过的解决方案和最终结论，帮助你高效复盘。
介绍
你是否曾苦恼于Claude Code、Cursor等AI编程工具产生了大量会话记录，却散落在各处难以回顾和利用？llm-wiki正是为了解决这个问题而生。它能够自动收集并解析你的AI会话日志，将其转换成一个结构清晰、可本地搜索的维基百科式知识库，让你能轻松回溯过去的编程思路、解决方案和学习轨迹。
使用起来非常简单。首先运行./setup.sh完成一次性安装，之后每次只需执行./build.sh和./serve.sh两条命令，即可在本地构建并启动一个可视化知识库网站。你还可以通过llmwiki sync同步新会话，或使用llmwiki all --with-synth命令链式执行包括AI总结、知识图谱生成在内的完整流程。
这个工具非常适合依赖AI辅助编程的开发者、研究人员和内容创作者。无论是想从过往的调试经验中学习，还是需要整理某个项目的完整思考过程，llm-wiki都能帮你将零散的对话转化为结构化的知识资产。
需要注意的是，该工具主要处理本地会话文件，不涉及个人隐私数据上传。初次使用时建议先使用仓库自带的示例会话数据熟悉流程。若想启用AI对会话内容进行语义总结（synthesis），需在配置中指定本地Ollama等后端，否则将生成占位摘要。
核心特点
与单纯记录日志的工具不同，llm-wiki不仅提供时间线视图，还能生成活动热力图、工具使用图表、Token消耗分析、模型对比卡片等深度洞察，并自动输出AI可读的格式（如llms.txt、JSON-LD图谱），让其他AI智能体也能直接查询你的知识库。
注意事项
不适合处理非文本格式的会话记录或实时协作编辑场景。
常见问题
它会收集我的隐私数据吗？
不会，它完全在本地运行，处理你磁盘上已有的会话日志文件，数据不会上传。
支持哪些AI工具？
支持Claude Code、Codex CLI、Cursor、Gemini CLI、GitHub Copilot、Obsidian等多种工具的会话日志。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/llm-wiki/raw/index.md 读取 llm-wiki 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/llm-wiki/raw/index.md（查看排版版本）