LLM Wiki 知识库

这是示例项目，用来演示项目卡片的排版与详情页的 markdown 渲染。 请把 drafts/projects/ 下的示例文件替换成你自己的项目介绍。

项目简介

LLM Wiki 的目标是把平时读过的论文、写过的笔记统一收进一个知识库， 既能按关键词检索，也能用自然语言提问，并且每条回答都带原文出处。

核心能力

能力	说明	状态
文档解析	支持 PDF、Markdown、HTML	已完成
向量召回	支持混合检索（稠密 + 稀疏）	已完成
引用回溯	回答附带原文片段与页码	进行中
多轮对话	基于历史上下文的追问	规划中

技术要点

检索质量的关键在于切分策略。常用的做法是按语义边界切分， 并让相邻块之间保留一部分重叠，避免答案被切断在块边界上。

设文档块集合为 $\{c_1, c_2, \dots, c_n\}$，查询 $q$ 的相似度为：

$$\mathrm{score}(q, c_i) = \frac{\mathbf{e}_q \cdot \mathbf{e}_{c_i}}{\lVert \mathbf{e}_q \rVert \, \lVert \mathbf{e}_{c_i} \rVert}$$

按得分取前 $k$ 个块作为上下文。

目录结构

llm-wiki/
├── app/
│   ├── api/          # FastAPI 路由
│   ├── retrieval/    # 检索与重排
│   └── ingest/       # 文档解析与切分
└── web/              # Vue3 前端

快速开始

git clone https://github.com/your-name/llm-wiki.git
cd llm-wiki && pip install -r requirements.txt
uvicorn app.main:app --reload