Andrej Karpathy zveřejnil v dubnu 2026 jednu markdown stránku. Žádný kód, žádná aplikace. Jen popis vzoru, jak by mohlo LLM budovat a udržovat osobní wiki místo toho, aby při každém dotazu hledalo odpověď znovu od nuly. Za týden na to vzniklo sedm open-source projektů a přes tři tisíce hvězd na GitHubu.
Nejkomplexnější z nich je LLM Wiki od vývojáře nashsu.
A tady už nejde o pouhou markdown stránku.
Tři vrstvy, tři operace
Architektura stojí na třech vrstvách. Raw Sources jsou nezměnitelné zdrojové dokumenty (PDF, DOCX, PPTX, tabulky, webové klipy). Wiki je adresář LLM-generovaných markdown souborů s YAML frontmatter, kde každá stránka nese metadata jako typ, titul a pole sources: [] odkazující zpět na původní dokumenty. A pak je tu Schema, vrstva, kterou Karpathy ve svém původním gist popsal jako konfigurační soubor, jenž z LLM dělá disciplinovaného správce wiki místo generického chatbota, uvádí originální llm-wiki.md.
Nashsu tuhle třetí vrstvu rozšířil na dva soubory: schema.md a purpose.md.
schema.md: pravidla struktury
schema.md definuje strukturální pravidla wiki. Říká LLM, jaké typy stránek existují, jaké frontmatter pole vyžadují a jakými konvencemi se má řídit při ingestu i dotazech. Aplikace pracuje se sdílenou bází typů (BASE_SCHEMA_TYPES v src/lib/templates.ts), která zahrnuje standardní entity: concept (teorie, rámce), source (články, papery, knihy), query (aktivní výzkumné otázky). K nim si každá šablona přidává vlastní typy podle kontextu, třeba finding pro výzkumné projekty, informuje dokumentace na DeepWiki.
Při vytváření nového projektu si uživatel vybere jednu z pěti šablon (Research, Reading, Personal Growth, Business, General) a aplikace na jejich základě vygeneruje oba soubory automaticky. Takže i člověk, který nikdy nepsal konfiguraci pro LLM, dostane funkční základ.
purpose.md: proč wiki vůbec existuje
Tohle v Karpathyho vzoru chybělo. Schema říká jak, ale ne proč. purpose.md definuje cíle znalostní báze, výzkumné otázky, rozsah zájmu a vyvíjející se tezi. LLM ho čte při každém ingestu i dotazu, a při Deep Research se z něj načítá kontext pro generování výzkumných témat (aplikace kombinuje overview.md a purpose.md pro doménově přesné formulace vyhledávacích dotazů). Není to povinný ceremoniál. Je to směrovka, která LLM říká, co je a co není pro daný projekt podstatné.
Dvoustupňový ingest
Většina nástrojů nechá model číst a psát najednou. LLM Wiki to rozděluje na dva sekvenční LLM volání: první krok provede strukturovanou analýzu (entity, koncepty, napětí s existujícím obsahem, doporučení pro strukturu wiki), druhý krok na základě analýzy vygeneruje wiki stránky, aktualizuje index.md, log.md a overview.md, případně vytvoří položky pro review. SHA256 inkrementální cache přeskočí nezměněné soubory, neúspěšné úlohy se automaticky opakují až 3×, fronta přežije restart aplikace.
Každá vygenerovaná stránka má v YAML frontmatter pole sources: [], které ji váže zpět na konkrétní zdrojový dokument. Když zdrojový soubor smažete, kaskádové mazání odstraní příslušnou souhrnnou stránku, vyčistí index.md i mrtvé wikilinky v ostatních stránkách. Sdílené entity (stránky navázané na více zdrojů) přitom přežijí; odstraní se jen reference na smazaný zdroj.
Čtyřfázový query pipeline
Dotazování není prosté prohledání. Pipeline běží ve čtyřech krocích: tokenizované vyhledávání (s podporou CJK bigramů pro čínštinu a stop-word filtrací pro angličtinu, s bonusem +10 za shodu v názvu stránky), grafová expanze přes čtyřsignálový model relevance (přímé odkazy ×3.0, sdílené zdroje ×4.0, Adamic-Adar ×1.5, typová afinita ×1.0), rozpočtová kontrola kontextového okna (konfigurovatelná od 4K do 1M tokenů, alokace 60 % wiki stránky, 20 % historie chatu, 5 % index, 15 % systémový prompt) a sestavení kontextu s číslovanými stránkami a citačním formátem.
Volitelně je k dispozici i vektorové sémantické vyhledávání přes LanceDB, kompatibilní s libovolným OpenAI-compatible embedding endpointem.
Knowledge graph
Graf není jen vizualizace. Sigma.js, graphology a ForceAtlas2 vykreslují uzly barvené podle typu stránky (nebo podle automaticky detekovaných komunit přes Louvainův algoritmus), velikost uzlů škáluje s odmocninou počtu odkazů, tloušťka hran odpovídá relevančnímu skóre. Insights Engine automaticky odhaluje slabě propojené komunity (koheze pod 0,15), překvapivé spojení mezi vzdálenými clustery a bridge nody (stránky propojující tři a více clusterů). U každé mezery a bridge nodu je tlačítko pro Deep Research.
Deep Research a review
Když LLM identifikuje mezeru ve znalostech, Tavily API spustí webové vyhledávání s předem LLM-generovanými dotazy, výsledky syntetizuje do výzkumné wiki stránky s wikilinky na existující obsah a automaticky ji ingestuje zpět do wiki. Fronta běží s limitem tří souběžných úloh.
Asynchronní review systém funguje jako fronta: LLM během ingestu označí položky vyžadující lidský úsudek (rozpory, nové stránky k vytvoření, kandidáti na Deep Research) a uživatel je zpracuje, kdy chce. Akce jsou omezené na předem definované typy, aby model nemohl halucinovat libovolné operace.
Chrome extension a formáty
Web clipper (Manifest V3) extrahuje články přes Mozilla Readability.js, převádí HTML na Markdown přes Turndown.js a komunikuje s aplikací přes lokální HTTP API na portu 19 827 (tiny_http v Rustu). Nové klipy se automaticky ingestují. Podporované vstupní formáty: PDF (pdf-extract v Rustu s file cachingem), DOCX (docx-rs), PPTX (ZIP + XML extrakce po slidech), XLSX/XLS/ODS (calamine s podporou více listů), obrázky, video, audio. Novinkou v posledních verzích je multimodální ingest obrázků z PDF s generováním popisků přes vision LLM.
Tech stack a provoz
Frontend: React 19 + TypeScript + Vite, UI přes shadcn/ui + Tailwind CSS v4, editor Milkdown (ProseMirror-based WYSIWYG), stav přes Zustand. Backend: Tauri v2 (Rust), IPC příkazy pro filesystem, parsování dokumentů, vektorové úložiště. LLM provideři: OpenAI, Anthropic, Google, Ollama, Custom (každý s provider-specific streaming a hlavičkami). i18n: react-i18next (EN + CN). Licence GNU GPL v3.0. Aktuální verze k 6. květnu 2026 je 0.4.7 s předpřipravenými binárkami pro macOS (DMG, ARM + Intel), Windows (MSI) a Linux (DEB, AppImage, RPM).
Háček: celé to stojí a padá s externími LLM API. Deep Research navíc vyžaduje Tavily. A kvalita výstupu závisí na zvoleném modelu. GPL licence navíc znamená, že deriváty musí být distribuovány pod stejnou licencí, což může komplikovat komerční nasazení, upozorňuje SourcePulse.
Na Hacker News se vedla živá debata, jestli tohle vůbec není jen „fancy RAG s extra kroky”. Zastánci oponují, že linting pass (automatická kontrola konzistence), write loop (model sám buduje a udržuje strukturu) a purpose-driven kontext jsou jiná kategorie než pouhé top-k vyhledávání chunků. Oba tábory mají kus pravdy.
Ale tahle wiki se aspoň snaží vědět víc než předevčírem.
LLM Wiki je open-source pod licencí GNU GPL v3.0. Ke stažení na github.com/nashsu/llm_wiki. Projekt vychází z Karpathyho LLM Wiki vzoru.
