學習筆記

TL;DR

OpenWiki 是一個獨立於特定 AI Agent，能持續更新並共享知識庫的解決方案，讓不同 Agent 都能擁有一個共同的「第二大腦」，告別知識孤島。

快速結論

現有的 LLM WIKI 解決方案，如 Hermes Agent 和 Codex 中建立的 RMWIKI 或支援庫，常與特定的 Agent、Skill 或工作流程深度綁定。這種綁定導致知識庫難以在不同 Agent 之間共用與維護，例如從 Codex 轉換到 Claude Code 時，需要重新配置，且知識分散於 Notion、GitHub、Skill 和網頁等平台，形成知識孤島。

LangChain 團隊推出的 OpenWiki 旨在解決這個問題，它提供一套獨立於具體 Agent、可持續維護且能被不同 Agent 共同讀取的支援庫基礎設施。OpenWiki 將 RMWIKI 從一種依賴 Agent 的直型 Skill，轉變為可自主設置、持續維護 Markdown 格式支援庫的解決方案。它能壓縮程式碼、筆記、儲存庫和網頁等內容，使其成為可跨 Agent 共享的 WIKI。

OpenWiki 實質上為 Hermes Agent、Codex 和 Claude Code 等 Agent 提供了一個「共享的第二大腦」，解決了長期上下文和知識共享的痛點。它不僅支援個人模式與代碼模式，還能與 Notion、Gmail 等多種平台連接，實現知識的增量更新和每日定時更新。透過 OpenWiki，知識庫的維護與更新功能被集中管理，大幅降低了 Agent 間的耦合度，並提升了知識庫的共享與應用效率。

這支影片在說什麼

這支影片探討了現有 LLM WIKI 系統與特定 AI Agent 深度綁定所帶來的知識孤島與維護挑戰。影片介紹了 LangChain 團隊推出的 OpenWiki 專案，旨在提供一個獨立於 Agent、可持續更新且能被不同 Agent 共同讀取的長期知識庫。影片詳細演示了 OpenWiki 的安裝、配置、與 Notion 等平台的整合，以及如何實現知識的增量與定時更新，並示範了不同 Agent 如何利用 OpenWiki 共享知識。本影片適合對 LLM Agent 知識管理、RAG (Retrieval-Augmented Generation) 系統和知識庫建構感興趣的讀者。

最重要的 3-5 個重點

1. 現有 LLM WIKI 知識庫的侷限性： 許多基於 LLM Agent 的 WIKI 知識庫（如 Hermes Agent 的 Skill 或 Codex 的支援庫）與特定 Agent、Skill 或工作流程深度綁定。這導致知識庫難以在不同 Agent 間共用、維護與更新，知識容易分散形成孤島。
2. OpenWiki 的核心解決方案： OpenWiki 旨在提供一套獨立於具體 Agent、可持續維護、並能被不同 Agent 共同讀取的長期支援庫基礎設施。它將 RMWIKI 從一種依賴 Agent 的設計模式，轉變為一套可安裝的具體實作 (CRI)，為 Agent 提供「共享的第二大腦」。
3. 多功能與跨平台整合： OpenWiki 支援個人模式和代碼模式（本影片主要演示個人模式），可與 Notion、Slicer、Gmail、X 等多個平台連接。它能將程式碼、筆記、儲存庫和網頁內容壓縮成可跨 Agent 共用、版本化的 Markdown WIKI。
4. 自動化更新與Agent協作： OpenWiki 支援知識庫的增量更新，可將 Notion 等平台的新增筆記自動同步並更新到 WIKI 中，並支援每天凌晨兩點定時自動更新。同時，其他 Agent（如 Codex）可以設定指令，自動從 OpenWiki 查詢資訊，實現知識的無縫共享與利用。

知識架構

• 問題點：現有 LLM Agent 知識庫的限制
  • 與特定 Agent、Skill 或工作流程深度綁定 (e.g., Hermes Agent 的 Skill, Codex 的 Skill)。
  • 知識孤島：難以在不同 Agent 間共用和維護。
  • 更新與維護困難

：當知識來源分散（Notion, GitHub, 網頁）時，需針對不同 Agent 進行配置。

• 解決方案：OpenWiki
  • 定義：
    • RMWIKI (Recursive Multi-Modal Wiki)：一種設計模式。
    • OpenWiki：可安裝的 CRI，是 RMWIKI 設計模式的具體實現。
  • 核心價值： 獨立於具體 Agent、可持續維護、可被不同 Agent 共同讀取的長期支援庫基礎設施。
  • 功能特色：
    • 內容壓縮： 將程式碼、筆記、儲存庫、網頁等壓縮成審閱、可版控、跨 Agent 的 Markdown WIKI。
    • 「第二大腦」： 作為 Agent 之間共享支援的長期上下文。
    • 模式： 個人模式（示範）、代碼模式（未示範）。
    • 驗證方式： OpenAI ChatGPT OOS 登入（無需 API Key）、Claude Code 的 API Key。
    • 連接平台： Notion、Slicer、Gmail、X 等。
    • 更新機制：
      • 增量更新：手動觸發，同步新增筆記。
      • 定時更新：每日凌晨兩點自動更新。
    • Agent 協作： 其他 Agent (e.g., Codex) 可調用並檢索 OpenWiki 知識庫，降低 Agent 間的耦合。
  • 優勢：
    • 降低 Agent 間的耦合度。
    • 更好的 WIKI 知識庫維護效果。
    • 實現知識的增量與定時更新。

關鍵概念

• RMWIKI (Recursive Multi-Modal Wiki)： 影片中提到這是一種設計模式，OpenWiki 是其具體實現。
• Agent： 指具備特定能力的 AI 系統，如 Hermes Agent、Codex、Claude Code 等，能執行任務或管理知識。
• Skill： 指 Agent 用來執行特定功能或操作的能力模組，例如創建和維護 RMWIKI 的 Skill。
• OpenWiki： LangChain 團隊推出的開源專案，作為獨立於 Agent、可持續更新、共享的長期支援庫基礎設施，是 RMWIKI 設計模式的可安裝 CRI (Concrete Realization/Implementation)。
• 個人模式 (Personal Mode)： OpenWiki 的一種使用模式，主要用於建構本地的個人 WIKI 支援庫。
• 代碼模式 (Code Mode)： OpenWiki 的另一種使用模式，用於為程式碼儲存庫建構 WIKI 索引，本影片未詳細演示。
• OOS (OAuth)： 影片中指 OpenAI ChatGPT 的 OAuth 驗證方式，允許用戶透過 ChatGPT 帳號登入並使用 OpenWiki，即使沒有 OpenAI 的 API Key。
• 增量更新 (Incremental Update)： 僅更新自上次同步後新增或修改的內容，而非重新建立整個知識庫。
• 定時更新 (Timed Update)： 按照預設時間（例如每日凌晨兩點）自動執行知識庫的更新。
• 第二大腦 (Second Brain)： 影片中將 OpenWiki 比喻為 Agent 之間共享支援的「第二大腦」，意味著它提供了一個中央、易於存取的長期記憶和知識庫。
• CRI： 影片中提到 OpenWiki 是「可安裝的CRI」，此處應指「具體實作 (Concrete Realization/Implementation)」，意指將抽象的設計模式轉換為可實際運作的軟體。

重要例子與細節

• 現有問題案例：

Hermes Agent 需透過特定 Skill 創建和維護 RMWIKI。 - Codex 需透過 Skill 管理和更新支援庫。

• OpenWiki 安裝方式：
  • 直接執行官方儲存庫提供的安裝命令 (pip install open-wiki)。
  • 透過 Agent (Codex, Claude Code, Hermes) 協助執行安裝命令。
• OpenWiki 個人模式初始化：
  • 執行初始化命令 (open-wiki init --name my-personal-wiki)。
  • 透過 Agent (Codex) 執行任務，要求安裝並配置個人模式。
• OpenWiki 驗證：
  • 支援 OpenAI ChatGPT 的 OOS 登入（即使沒有 OpenAI API Key）。
  • 支援 Claude Code 的 API Key 作為驅動。
• OpenWiki 與 Notion 連接演示：
  • 執行連接命令 (open-wiki connect notion)。
  • 允許 Notion 存取權限並點擊下一步。
• OpenWiki 交互模式與查詢：
  • 啟動交互模式 (open-wiki start)。
  • 在交互介面輸入指令，例如「幫我獲取 Notion 中與 Code 相關的筆記」。
  • OpenWiki 會從 Notion 檢索相關筆記，並生成 WIKI 主題。
  • 生成的 WIKI 內容可在 VSCode 中查看 (code .open-wiki)。
  • 可從 WIKI 中繼續檢索，例如「從 WIKI 中檢索『戶死』的解釋」。
• OpenWiki 增量更新演示：
  • 在 Notion 中新增一篇關於「Code Workflow」的筆記。
  • 在 OpenWiki 交互模式中指令檢索該筆記，然後指令更新 WIKI。
  • WIKI 中新增了「Code Workflow」相關內容。
• Agent (Codex) 調用 OpenWiki 知識庫演示：
  • 在 Codex 中輸入任務，例如「讓 Codex 幫我從 OpenWiki 中檢索 Code Code Hux 的用法」。
  • Codex 會讀取 OpenWiki 的內容並提供解答。
  • 可在 Codex 的全域配置文件中（Agent 的系統提示）加入指令，讓 Agent 預設在研究任務時，優先讀取 OpenWiki 知識庫。
• OpenWiki 定時更新：
  • 預設更新時間為每日凌晨兩點。
  • 可透過命令查看具體更新時間 (open-wiki status)。
  • 可設定全局文件中的檢索範圍，讓 OpenWiki 嚴格按照設定的任務範圍從 Notion 更新 WIKI 知識庫。
• 支援平台： Notion、Slicer、Gmail、X (Twitter)。
• K-TAP 儲存庫： 影片中提到 OpenWiki 的 K-TAP 儲存庫已擁有超過 10K-S 大，版本迭代速度很快。[資訊不足] K-TAP 具體指什麼，以及 10K-S 大的具體含義（推測為 stars 數量）。

可學習的洞察

1. 解耦知識與工具的重要性： 將知識庫從特定的 Agent 或工具中解耦，可以大幅提高知識的重用性、可維護性和擴展性，避免因工具更迭而造成的知識資產損失。
2. AI Agent 共享「第二大腦」的潛力： OpenWiki 提出並實踐了為不同 AI Agent 提供一個共享、集中管理的知識庫概念，這對於協作型 AI 系統或多 Agent 環境的發展至關重要，能有效解決長期上下文管理的挑戰。
3. 自動化知識管理是未來趨勢： 透過增量更新和定時更新等功能，OpenWiki 減少了手動維護知識庫的負擔，預示著

AI 輔助的自動化知識管理將成為提升效率的關鍵。 4. 從設計模式到具體實踐： 將 RMWIKI 這樣一個設計模式，透過 OpenWiki 轉化為可安裝、可運作的工具，展示了理論概念如何落地為實際解決方案的過程。

可行動的整理

1. 安裝與探索 OpenWiki： 根據影片指示，嘗試安裝 OpenWiki 並初始化個人模式，初步體驗其介面與基本功能。
2. 整合個人知識來源： 將 OpenWiki 與常用的筆記工具（如 Notion）連接，測試從筆記中建構 WIKI 的流程。
3. 配置 Agent 連結 OpenWiki： 若有使用 Codex 或其他 AI Agent，嘗試配置 Agent 的系統提示，使其能自動調用 OpenWiki 進行知識檢索。
4. 研究 RMWIKI 設計模式： 深入了解 RMWIKI 作為一種設計模式的原理和潛力，以便更好地理解 OpenWiki 的架構。
5. 定期檢視 WIKI 更新狀態： 了解 OpenWiki 的定時更新機制，並根據需求調整知識庫的檢索與更新範圍。

複習問題

1. 目前 LLM WIKI 知識庫存在哪些主要問題，使得 OpenWiki 這樣的專案有其必要性？
2. OpenWiki 與 RMWIKI 之間有何關係？OpenWiki 在這段影片中被描述為 RMWIKI 的哪種角色？
3. 除了安裝，使用者還可以透過哪些方式來初始化 OpenWiki 的個人模式？
4. OpenWiki 支援哪些驗證方式，以及哪些外部平台連接？影片中演示了哪種平台的連接？
5. OpenWiki 如何實現知識庫的自動化維護？請說明兩種更新方式。

待確認資訊

• 影片中提到的 "Graphic" 專案未詳細解釋其功能與 OpenWiki 的關係。
• "Slicer" 平台是具體指哪一款應用或服務？
• 「K-TAP 藏庫已經擁有超過 10K-S 大」中的「K-TAP」和「10K-S 大」具體含義不明確，疑似口語化或轉錄錯誤，可能指 GitHub 儲存庫的 star 數量。
• OpenWiki 運行時提及「GBD 的模型」和「AGNN」，是否指 GPT 模型或其他特定技術名稱？（此處「GBD」極可能是「GPT」的轉錄誤植）。
• 「可安裝的 CRI」中，「CRI」的完整定義或含義未在影片中明確說明。