initial-wiki

name	initial-wiki
description	从 raw/ 目录搭建完整的 Research Wiki，包括论文、概念、方向、人物页面
argument-hint	["topic"]

/initial-wiki

从零搭建一个 Research Wiki。

触发

用户手动运行 /initial-wiki，或在 raw/papers/ 放好文件后输入 topic。

输入

• topic：研究方向关键词（如 "efficient fine-tuning for LLMs"）
• raw/papers/ 中的 .tex / .pdf 文件
• 可选：raw/notes/、raw/web/ 中的笔记和网页

输出

完整的 wiki 骨架：wiki/CLAUDE.md、index.md、log.md，以及 papers、concepts、topics、people、Summary 目录下的页面。

步骤

STEP 1: 收集 Raw Sources

先确认工作目录：cd 到 wiki 项目根目录（包含 wiki/、raw/、scripts/ 的目录），所有后续路径都相对于此目录。

1. 扫描 raw/papers/ 目录，识别所有文件：
   • 若为压缩包（.tar.gz / .zip）：在同目录下创建论文文件夹，解压到文件夹中，然后扫描文件夹内的 .tex 文件
   • 若 .tex 存在：优先使用（tex source > PDF）
   • 若只有 .pdf：使用 PyMuPDF 提取文本
   • 若解析失败：尝试 fallback（tex → PDF 解析，PDF → vision API 读取公式）
2. 扫描 raw/notes/、raw/web/ 中的用户笔记和网页
3. 通过 arXiv 按 topic 搜索相关论文 → 运行 scripts/fetch_arxiv.py
   • 对搜索结果中相关度高的论文（最多 10 篇）：下载 tex source 到 raw/papers/
   • 下载方式：curl -L "https://arxiv.org/e-print/{arxiv_id}" -o raw/papers/{slug}.tar.gz，然后解压到 raw/papers/{slug}/
   • 若 tex 下载失败：下载 PDF curl -L "https://arxiv.org/pdf/{arxiv_id}" -o raw/papers/{slug}.pdf
4. 通过 Semantic Scholar 按 topic 搜索高引论文 → 运行 scripts/fetch_s2.py search
   • 对 wiki 中尚未收录的高引论文：同样下载到 raw/papers/
5. 所有来源汇总为 raw_source_list

STEP 2: 领域分析

1. LLM 阅读 raw_source_list，提取核心主题
2. 识别 3-8 个子方向（concepts）
3. 识别 2-5 个核心研究问题（topics）
4. 识别关键人物（people）

STEP 3: 搭建 wiki 骨架

1. CREATE wiki/CLAUDE.md — 运行时 schema（从模板复制或手写）
2. CREATE wiki/index.md — 填入初始条目
3. CREATE wiki/log.md — 首条日志
4. CREATE wiki/Summary/{area}.md — 领域全景综述
5. 对 raw/papers/ 中每篇论文：执行 ingest 逻辑，生成 wiki/papers/{slug}.md
6. CREATE wiki/concepts/ 中的核心概念页
7. CREATE wiki/topics/ 中的方向页
8. CREATE wiki/people/ 中的关键人物页
9. 对 index.md 和 log.md 进行完整填充

STEP 4: 报告

• 列出创建的页面数
• 列出核心概念和方向
• 建议下一步：手动 ingest 更多论文 / 阅读 wiki/Summary/ 查看全景

约束

• raw/ 只读，不得修改
• 所有链接使用 [[slug]] wikilink 格式
• 写正向链接时同步写反向链接
• 页面模板遵循 CLAUDE.md 中的定义