夜雨聆风OpenKB：把文档编译成会自我生长的知识维基
2026 年 4 月，开源项目 OpenKB（Open LLM Knowledge Base）正式发布。它把 Andrej Karpathy 提出的一个概念变成了开箱即用的工具：让 LLM 自动把原始文档编译成带摘要、概念页、实体页和交叉引用的 wiki 知识库，并且持续维护、自动更新——知识像复利一样随时间累积，而不是每次提问都从头推导。
OpenKB 由 VectifyAI（PageIndex 团队）开发，Apache 2.0 开源，目前已在 GitHub 上获得超过 3400 颗星。项目地址：https://github.com/VectifyAI/OpenKB
为什么不是传统 RAG？
传统 RAG 每次查询都要"从零发现"知识：切片、向量化、检索、拼装上下文——每次提问都重来一遍，什么都不会积累下来。
OpenKB 的思路完全不同：它把知识一次性编译成持久的 wiki，之后持续保持更新。交叉引用早已存在，文档间的矛盾会被标记出来，综合回答反映的是所有已消费过的内容，而不是某一次检索的临时拼凑。
官方主页上的描述很直白：https://openkb.ai
核心特性一览
- 广泛的格式支持
：PDF、Word、Markdown、PowerPoint、HTML、Excel、CSV、纯文本、URL 等都能摄入 - 长文档扩展
：基于 PageIndex 树索引，长文档也能精准、无向量、上下文感知地检索 - 原生多模态
：不仅读文字，还理解和检索图表、表格、图片 - 编译式 wiki
：LLM 把文档编译成摘要页、概念页、实体页和交叉链接，并保持同步 - Query 与 Chat
：一次性提问或基于 wiki 的多轮对话，会话可持久化、可续接 - Skill Factory
：从 wiki 中蒸馏出可分发、可复用的 Agent 技能 - OKF 就绪
：wiki 页面遵循 Google Open Knowledge Format 规范，便于知识共享 - Obsidian 兼容
：wiki 就是带交叉链接的纯 Markdown 文件，可直接用 Obsidian 打开看图谱 - 知识工作台（Web UI）
：自带网页界面，可在浏览器中浏览知识库、上传编译文档、流式问答
架构：两层设计
OpenKB 分为两层：底层是wiki 基础层，负责编译和维护知识；上层是生成器层（query / chat / Skill Factory 等），把编译好的知识转化为有用的产出。
短文档 vs 长文档
不同长度的文档走不同的处理管线：
短文档由 LLM 直接全文阅读；长 PDF 则由 PageIndex 处理成层级树索引，LLM 读树而不是读全文，从而实现长文档的准确、可扩展检索。
知识编译流程
每添加一个文档，LLM 会执行：
生成该文档的摘要页 读取已有的概念页和实体页 创建或更新概念，做跨文档综合 创建或更新实体页（人物、组织、地点、产品） 更新索引和日志
一份文档可能触及 10 到 15 个 wiki 页面。知识不断累积：每份新文档都在充实既有 wiki，而不是孤立地躺在那里。
快速上手
安装只需一条命令：
pip install openkb基础使用流程：
# 1. 创建知识库目录并初始化
mkdir my-kb && cd my-kb
openkb init
# 2. 添加文档（文件、目录、URL 都支持）
openkb add paper.pdf
openkb add ~/papers/ # 添加整个目录
openkb add https://arxiv.org/pdf/2509.11420 # 或从 URL 抓取
# 3. 提问
openkb query "What are the main findings?"
# 4. 或者交互式聊天
openkb chat
# （可选）把 wiki 变成其他产出
openkb skill new my-expert "Reason like an expert on <your-topic>" # 可移植的 Agent 技能
openkb visualize # 交互式知识图谱
openkb deck new my-deck "An intro deck on <your-topic>" # 单文件 HTML 幻灯片LLM 配置通过 LiteLLM 支持 OpenAI、Claude、Gemini 等多家提供商，在 .openkb/config.yaml 中用 provider/model 格式指定（如 anthropic/claude-sonnet-4-6），API Key 放在 .env 文件里。订阅制且走 OAuth 设备流的提供商（如 chatgpt/*、github_copilot/*）无需 API Key。
命令全景
第一层：Wiki 基础 —— 编译与维护
真实的编译产物就放在仓库的 examples 目录里：官方用一篇论文（Attention Is All You Need）跑通了全流程，生成了 1 个摘要页、3 个概念页、9 个实体页，以及一次保存下来的 query 回答。所有页面都用 [[wikilinks]] 相互缝合——这种交叉链接本身就是知识图谱。
第二层：生成器 —— 把 wiki 变成产出
生成器读取编译好的 wiki，产出可用的东西：一个答案、一段对话、一个技能目录。wiki 是底座，生成器是表面。
Query 与 Chat：向 wiki 提问
openkb query 回答一次性问题，输出带引用；openkb chat 则是持续的交互式会话。聊天中直接输入 / 即可唤起斜杠命令：/add 可以在不离开对话的情况下补充文档，/skill new 直接把当前会话编译成技能，/save 把对话导出为 wiki 页面。
一个真实的 chat 会话长这样：
OpenKB Chat
~/research-kb · anthropic/claude-sonnet-4-6 · session 20260625-143022-a1x
Type /help for commands, Ctrl-D to exit, Ctrl-C to abort the current response.
>>> How do the two papers differ on their use of attention?
Both rely on scaled dot-product attention, but…
· read_wiki_file(path="concepts/self-attention.md")
· read_wiki_file(path="summaries/deepseek-r1.md")
>>> /save attention-comparison
Saved to wiki/explorations/attention-comparison-20260625.md答案都扎根于 wiki：Agent 会读取 concepts/、summaries/、entities/ 下的页面并展示它的工具调用过程。
Skill Factory：放进一本书，出来一个数字专家
这是 OpenKB 最有想象力的功能。openkb skill new 会把 wiki 蒸馏成一个可移植的 Agent 技能（SKILL.md + references/），Claude Code、Codex、Gemini 都能原生安装加载。把一摞论文丢进去，出来的就是一个其他 Agent 可以随时调用的领域专家。
官方示例用一篇 Transformer 论文生成 transformer-attention 技能，并给出质量评估数据：
$ openkb skill eval transformer-attention --save --count 15
Eval set: 30 prompts
Trigger accuracy: 28/30 (93%) — does the description fire on the right questions?
Body coverage: 27/28 (96%) — does SKILL.md actually support what it promises?技能还支持 validate 结构校验、history 版本历史、rollback 回滚，并自动写入 .claude-plugin/marketplace.json 供分发。
Visualize 与 Deck：让知识看得见、讲得出
openkb visualize 把 wiki 的链接图谱渲染成单文件交互式 HTML，支持 3D 星云、思维导图、放射状三种视图，点击节点可查看详情。官方示例从一篇论文生成 13 个节点、96 条边的图谱。
openkb deck new 则把 wiki 内容生成单文件 HTML 幻灯片：内置 openkb-deck-neon（暗色霓虹玻璃风）和 openkb-deck-editorial（暖色编辑风）两套主题，每套主题都声明了"幻灯片语法"约束（必须含封面和结尾、至少 4 种不同版式、同版式不连排超过 2 张），防止生成结果退化成一堵相同的版式墙。还支持 --critique 让第二遍审查器检查 CSS/UX 问题。
知识工作台（Web UI）与 REST API
OpenKB 自带一个打包好的网页界面，由 REST API 直接伺服在 / 路径：
pip install "openkb[web]"
openkb-web # 服务 API + Workbench，地址 http://127.0.0.1:7566/浏览器打开 http://127.0.0.1:7566/ 即可使用。默认关闭鉴权（本地优先），设置 OPENKB_API_TOKEN 环境变量即可要求 Bearer Token。底层是 FastAPI 服务，交互式 API 文档在 /docs，可导入 Postman。
生态集成
- Obsidian
：wiki/ 就是带 [[wikilinks]] 的 Markdown 目录，直接作为 Obsidian 仓库打开即可浏览图谱；还能用 Obsidian Web Clipper 把网页文章剪进 raw/。 - Claude Code
：OpenKB 自带 SKILL.md，一行命令安装：
`` /plugin marketplace add VectifyAI/OpenKB /plugin install openkb@vectify ``
- Codex / Gemini CLI
：分别通过软链接和 gemini skills install 安装。技能只读，不会在你没要求的情况下擅自修改知识库。
与 Karpathy 原方案的对比
技术栈
PageIndex：无向量、基于推理的文档索引与检索 markitdown（微软）：通用文件转 Markdown OpenAI Agents SDK：Agent 框架（通过 LiteLLM 支持非 OpenAI 模型） LiteLLM：多提供商 LLM 网关 Click：CLI 框架 watchdog：文件系统监听
Roadmap 与展望
官方路线图显示：长文档处理将扩展到非 PDF 格式、支持大规模文档集与嵌套文件夹、面向海量知识库的层级概念索引、数据库后端存储引擎——Web UI 已经完成。整个 PageIndex 开源生态还包括 ChatIndex（长对话记忆的树索引）、ConDB（KV 缓存原生上下文数据库）和 PageIndex MCP。
对知识工作者来说，OpenKB 把"整理知识"这件苦差事交给了 LLM，让知识库像代码仓库一样可以维护、演进、分发。文档地址：https://github.com/VectifyAI/OpenKB
资料来源
https://github.com/VectifyAI/OpenKB
https://pageindex.ai/blog/introducing-openkb
https://github.com/VectifyAI/PageIndex
https://github.com/BerriAI/litellm
https://github.com/microsoft/markitdown
https://cloud.google.com/blog/products/data-analytics/how-the-open-knowledge-format-can-improve-data-sharing
https://docs.pageindex.ai/open-source
