快速开始
环境要求: Node.js 18+、Python 3.10+、Bash 和 curl。
从 npm 安装。不想全局安装也可以一次性直跑:npx @jerryjiao/knowflow@latest <命令>。
npm install -g @jerryjiao/knowflow2. 创建项目并采集一条笔记
Section titled “2. 创建项目并采集一条笔记”knowflow init my-wikicd my-wikiknowflow ingest "Karpathy's LLM Wiki essay: an agent curates saved links into durable, linked wiki pages." --source text这条笔记现在位于 raw/web/。它没有被转换成 Wiki 页面——采集是确定性的,从不写 Wiki 页面。
3. 交给任一编码 agent 合成
Section titled “3. 交给任一编码 agent 合成”KnowFlow 的主线故事从这里开始:CLI 负责采集,你的编码 agent 负责合成。knowflow init 已把共享契约物化进这个工作区——docs/agents/synthesize.md(外加 AGENTS.md 指针小节与 CLAUDE.md 垫片,任何 agent 零配置即可发现)。ZCode、Codex CLI、Claude Code、OpenCode——任何能读写文件的 agent——都遵循这同一份契约。把下面这段粘给你的 agent:
按照本工作区 docs/agents/synthesize.md 这份契约合成我的 KnowFlow wiki。
1. 先跑 `knowflow compose --list`,看哪些 raw 文件还没有对应页面。2. 逐个合成清单里的文件:`status: pending` 的 source 页加最小 entity 页, 直接写进各自的最终 wiki/ 目录。3. 跑 `knowflow health` 和 `knowflow check`,修掉你刚创建页面里的问题。 绝不运行不带 --dry-run 的 `knowflow fix`。(上游母本在 knowflow 仓库同一路径维护:https://github.com/jerryjiao/knowflow/blob/main/docs/agents/synthesize.md )
针对上面这条笔记,agent 会起草两张待审页面。
wiki/sources/karpathy-llm-wiki.md:
---type: sourcetitle: Karpathy's LLM Wiki essaycreated: 2026-09-02created_from: raw/web/2026-09-02-1030-note.mdstatus: pending---
# Karpathy's LLM Wiki essay
## 一句话总结
Curating saved links into durable, linked wiki pages beats hoarding a read-later pile.
## 核心要点
- An agent curates saved links into durable, linked wiki pages. (EXTRACTED)- Compiled knowledge beats re-searching the raw pile for every question. (EXTRACTED)- The raw pile stays as the source material while the wiki becomes the working layer — inferred from the "curates … into" phrasing. (INFERRED)
## 提取的实体
- [[entities/karpathy]] — author of the essay; plays the curator role.
## 提取的概念
- LLM Wiki — the essay's method of compiling saves into linked pages. No wikilink yet: concept pages are synthesized only when you explicitly ask.wiki/entities/karpathy.md:
---type: entitytitle: Karpathycreated: 2026-09-02created_from: raw/web/2026-09-02-1030-note.mdstatus: pending---
# Karpathy
## 基本信息
- **类型**: 人- **别名/英文名**: Andrej Karpathy- **所属领域**: AI research and engineering- **关键数据**: 无
## 核心要点
- Wrote the LLM Wiki essay this source note summarizes. (EXTRACTED)- Frames an LLM agent as a full-time curator of the wiki — extrapolated from the essay summary. (INFERRED)
## 关联内容
- 来源: [[sources/karpathy-llm-wiki]]这几张页面有几点值得注意:
- 章节标题是固定的中文字符串——页面解剖是规定的,但正文内容用你自己的语言。
- 每条核心要点行尾恰好一个
(EXTRACTED)或(INFERRED)标注,哪些来自原文、哪些是 agent 的推断,一眼可辨。 created_from指回 raw 来源文件;status: pending表示「等你审核」。- 链接是 wiki 根相对路径的裸链接:写
[[entities/karpathy]],不写[[Karpathy]]。
knowflow status 会列出所有等你审核的页面:
$ knowflow status 📊 KnowFlow 状态概览 ... 待审页面(pending) wiki/entities/karpathy.md wiki/sources/karpathy-llm-wiki.md
共 2 页待审通过一张页面只需一个词:打开它、读一遍,把 frontmatter 里的 pending 改成 reviewed。驳回同样简单——删掉文件即可。想在自己的阅读之前再加一道机器闸门?knowflow check 会校验八条页面解剖合规。
5. 校验并生成图谱
Section titled “5. 校验并生成图谱”knowflow healthknowflow graph --no-openknowflow health检查断链、过小文件和孤儿页。待审页豁免孤儿判定——待审稿没有被链接是常态——knowflow fix也永不触碰它们。graph/graph.html—— 交互式图谱查看器(首次打开会从 CDN 加载 vis-network)。这两张页面在待审期间会被图谱构建跳过;审核之后,两张页面和它们之间的链接才会出现。graph/graph.json—— 可供其他工具使用的图数据

- 配合 AI 助手使用 —— 完整合成循环、提示词与经验
- 命令参考 —— 每条命令的选项与退出码
- 数据模型 —— 页面类型与
[[wikilink]]语法详解 - 方法论 —— 为什么编译后的 Wiki 页面胜过一堆收藏链接
