| 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。
- 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）
- 扫描
raw/notes/、raw/web/ 中的用户笔记和网页
- 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
- 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/
- 所有来源汇总为
raw_source_list
STEP 2: 领域分析
- LLM 阅读
raw_source_list，提取核心主题
- 识别 3-8 个子方向（concepts）
- 识别 2-5 个核心研究问题（topics）
- 识别关键人物（people）
STEP 3: 搭建 wiki 骨架
CREATE wiki/CLAUDE.md — 运行时 schema（从模板复制或手写）CREATE wiki/index.md — 填入初始条目CREATE wiki/log.md — 首条日志CREATE wiki/Summary/{area}.md — 领域全景综述- 对
raw/papers/ 中每篇论文：执行 ingest 逻辑，生成 wiki/papers/{slug}.md
CREATE wiki/concepts/ 中的核心概念页CREATE wiki/topics/ 中的方向页CREATE wiki/people/ 中的关键人物页- 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
