auto-wiki

知识编译器：教 Agent 把源文件增量编译进持久化 wiki，实现跨会话知识积累。 运行时依赖：Python 3.8+（标准库 + pydantic）。可选增强：WebSearch（主动搜索）、外部 MCP 校验器（逻辑校验）。 五个模式，根据用户意图自动路由： recall → 用户想基于已有知识回答问题。 触发词：recall、知识模式、打开 wiki、带着知识回答、根据 wiki、 基于积累、查一下 wiki、wiki 里有没有、之前研究过、上次整理的。 ingest → 用户提供了新材料，想编译进 wiki。 触发词：ingest、编译、整理这篇、消化这篇、学习这个、归档、 把这篇加进去、积累、研究一下、帮我整理、加入知识库。 query → 用户问了一个具体问题，想从 wiki 中找答案（单次）。 触发词：query、根据 wiki 回答、wiki 里怎么说、查查看。 lint → 用户想检查 wiki 健康度。 触发词：lint、检查 wiki、wiki 健康、清理一下、有没有矛盾。 deep-dive → 用户想让 Agent 自动找出知识缺口并补全。 触发词：deep-dive、深度研究、补全知识、查漏补缺、上强度、 自动补全、知识补全、全面补充。 注意：deep-dive 不是独立模式，是 lint(Coverage) + ingest(搜索填充) 的组合管道。 路由规则：如果用户没有提供新材料但提到了 wiki 或领域知识 → recall。 如果用户提供了文件或大段文本 → ingest。 如果用户说"deep-dive"或"上强度" → 执行 deep-dive 管道。 如果不确定 → 问用户。

Knowledge compiler: teaches the agent to incrementally compile source files into a persistent wiki, enabling cross-session knowledge accumulation. Runtime dependencies: Python 3.8+ (stdlib + pydantic). Optional enhancements: WebSearch (active search), external MCP validators (logic validation). Five modes, auto-routed by user intent: recall → User wants questions answered from accumulated knowledge. Trigger words: recall, knowledge mode, open the wiki, answer with the wiki, according to the wiki, based on what we've accumulated, check the wiki, does the wiki have, we researched this before, from our earlier notes. ingest → User provided new material to compile into the wiki. Trigger words: ingest, compile, compile this, digest this, study this, archive this, add this in, accumulate, research this, organize this for me, add to the knowledge base. query → User asked a specific question and wants an answer from the wiki (one-shot). Trigger words: query, answer from the wiki, what does the wiki say, look it u