一个 Claude Code skill，用于创建、测试和迭代优化 skill —— 内置基于 Karpathy LLM Wiki 思路的知识积累机制。
Coding Agent（Claude Code、Cursor、Codex）有一个记忆问题：你让 Agent 跑一个工作流，它产出了有用的洞察，然后全忘了。下次跑同一个工作流，从零开始。RAG 不解决这个问题——它每次查询都在重新检索和拼凑，知识不 compound。
Karpathy 提了一个不同的架构：不要在查询时从原始文档里检索，让 LLM 主动维护一层持久的 wiki。知识编译一次，持续积累，不是每次重新推导。
这个项目把这个思路进一步发展——应用到多 Skill 的 Agent 系统中，让知识跨独立工作流 compound，而不只是在单一领域内积累。
三层结构，从 Karpathy 的 LLM Wiki 映射到 Claude Code Skills，外加一层跨域关联：
┌─────────────────────────────────────────────────────┐
│ Schema 层 — SKILL.md │
│ 定义 LLM 怎么运行 skill + 强制归档作为最后一步 │
├─────────────────────────────────────────────────────┤
│ Wiki 层 — wiki.md │
│ LLM 编译的执行索引 + 跨次规律积累（永不手动编辑） │
├─────────────────────────────────────────────────────┤
│ Raw 层 — raw/YYYY-MM-DD/ │
│ 不可变的每次执行归档（input.md + summary.md，只追加） │
├─────────────────────────────────────────────────────┤
│ Graph 层 — meta.md + _discover.py [创新点] │
│ 声明式数据依赖 → 自动跨 skill 知识图谱 + 上下文注入 │
└─────────────────────────────────────────────────────┘
| Karpathy LLM Wiki | 本系统 |
|---|---|
| 单域 wiki | 多 Skill，每个有独立 wiki |
| 手动 ingest 文档 | 归档嵌入工作流，自动执行 |
| 无跨域链接 | meta.md 声明数据依赖，_discover.py 自动计算关联 |
| 查询时搜索 wiki | 执行前注入关联 Skill 的积累知识 |
每个 Skill 在 meta.md 里声明自己生产和消费什么：
skill: hv-analysis
topics: [深度研究, 竞品分析]
product_scope: [Oreate, Terabox]
data_produces: [PDF研究报告, 竞品对比]
data_consumes: [用户行为数据, query日志分析]_discover.py 扫描所有 Skill 的 metadata，用加权算法计算关联分数：
topics交集 × 2（主题相似度）product_scope交集 × 3（产品线重合度）data_produces ∩ data_consumes× 4（数据流依赖——权重最高）
执行某个 Skill 前，系统自动发现关联 Skill 并加载它们的 wiki.md 到上下文。LLM 带着跨域积累知识开始工作，不是从零起步。
举例： 执行竞品分析 Skill 时，自动拉取用户行为分析 Skill 积累的规律（因为后者 produce 的数据正好是前者 consume 的）。不需要手动配置。
调研了 400+ 相关仓库（LLM Wiki 实现、Agent 记忆系统、Claude Code skill 框架）：
- LLM Wiki 三层架构 — 已充分产品化（atomicstrata/llm-wiki-compiler、SwarmVault、Pratiyush/llm-wiki）
- Agent 持久记忆 — 竞争激烈（Graphiti、Mem0、OpenLore、Mnemon、PAR）
- Claude Code Skill 框架 — Brain-AI、MemStack、PFAA-Agents
没有现存项目实现了声明式跨 Skill 数据依赖发现。 所有知识共享方案要么是共享记忆池（被动查询），要么是代码级静态分析。没有人做到"通过声明式 metadata 自动计算 Skill 间关联分数，并在执行前精准注入相关上下文"。
- 按标准化规范创建 Skill（双语触发词 frontmatter、Obsidian wiki-link 文件清单、强制归档步骤）
- 迭代改进循环：跑 eval → 用户在 HTML 查看器中评审 → 优化 → 重复
- 版本间 A/B 盲测对比
- 自动归档：每次 Skill 执行结束创建
raw/YYYY-MM-DD/，包含输入摘要 + 核心结论 - LLM 编译 wiki：归档后 LLM 自动更新
wiki.md——维护执行索引，积累跨次规律 - 跨 Skill 发现：
_discover.py基于 meta.md 声明计算 Skill 间关联
scripts/run_eval.py— 通过claude -p子进程测试触发准确性scripts/improve_description.py— LLM 驱动的 description 改写scripts/run_loop.py— 自动评估+改进循环，train/test split（40% holdout 防过拟合）scripts/generate_report.py— 生成带训练集/测试集得分的 HTML 报告
eval-viewer/viewer.html— 键盘导航单页应用，内联渲染 PDF/图片/xlsx，跨迭代对比eval-viewer/generate_review.py— 零依赖 HTTP 服务，支持--static离线模式- 反馈写入
feedback.json，主流程读取后决定是否继续迭代
skill-creator/
├── SKILL.md # 主文件——完整工作流定义
├── meta.md # 依赖声明，供跨 Skill 关联发现
├── wiki.md # 执行索引（LLM 维护）
├── agents/
│ ├── analyzer.md # 子 Agent：分析 benchmark 结果
│ ├── comparator.md # 子 Agent：盲测 A/B 对比
│ └── grader.md # 子 Agent：评估 assertions
├── assets/
│ └── eval_review.html # 浏览器 UI，编辑评估用例
├── eval-viewer/
│ ├── generate_review.py # Eval 查看器 HTTP 服务
│ └── viewer.html # Eval 查看器前端
├── references/
│ └── schemas.md # JSON schema 定义（evals、grading、benchmark）
└── scripts/
├── aggregate_benchmark.py
├── discover.py # 跨 Skill 关联分数计算
├── generate_report.py
├── improve_description.py
├── package_skill.py
├── quick_validate.py
├── run_eval.py
├── run_loop.py
└── utils.py
- 把这个 Skill 复制到
~/.claude/skills/skill-creator/ - 对 Claude Code 说："创建一个新 skill" 或 "create a new skill"
- Skill 会引导你完成：意图捕获 → 草稿 → 评估 → 迭代 → 归档
最小可行配置：
mkdir -p ~/.claude/skills/your-skill/raw
touch ~/.claude/skills/your-skill/wiki.md在 SKILL.md 最后一步加上：
## 最后一步：归档并编译 wiki
1. 创建 `raw/YYYY-MM-DD/`，写入 input.md + summary.md
2. 读取 wiki.md 并更新索引要启用跨 Skill 发现，加 meta.md：
---
skill: your-skill
topics: [主题1, 主题2]
product_scope: [产品名]
data_produces: [这个 skill 产出什么]
data_consumes: [这个 skill 需要什么]
---然后运行：python3 ~/.claude/skills/_discover.py your-skill
- Claude Code CLI（
claude命令可用） ghCLI（打包 Skill 时创建 GitHub 仓库）- Python 3.10+（eval 脚本）
- Obsidian（可选，用于 wiki-link 导航和 graph view）
- 架构灵感来自 Karpathy 的 LLM Wiki
- 基于 Claude Code Skill 系统构建