Understand Knowledge

Funktionen

• Erkennt LLM-Wikis nach dem Karpathy-Muster
• Extrahiert Entitäten, Beziehungen und Themencluster
• Generiert ein interaktives Wissensgraphen-Dashboard
• Unterstützt Wiki-Link-Syntax und kategorienbasierte Organisation
• Gibt Graphdaten zur weiteren Verwendung in lokalen Dateien aus

Anwendungsfälle

• Erkundung großer, von LLMs generierter Wissensdatenbanken
• Verständnis der Struktur und Verbindungen innerhalb eines Wikis
• Identifizierung impliziter Beziehungen und Ansprüche, die von LLM-Agenten entdeckt wurden
• Einarbeitung neuer Teammitglieder in eine Wiki-Wissensdatenbank

Nicht-Ziele

• Analyse beliebiger Markdown-Dateien, die nicht dem Karpathy-Muster entsprechen
• Parsen von Binärdateien (z. B. PDFs) aus rohen Quellverzeichnissen
• Bereitstellung einer Echtzeit-Kollaborations-Bearbeitungsoberfläche für den Graphen

Workflow

1. Bestimmen des Zielverzeichnisses des Wikis
2. Ausführen des Skripts `parse-knowledge-base.py` für deterministisches Scannen
3. Versenden von `article-analyzer`-Subagenten zur Extraktion impliziten Wissens
4. Ausführen des Skripts `merge-knowledge-graph.py` zur Zusammenstellung des Graphen
5. Validieren und Speichern des endgültigen Wissensgraphen
6. Melden der Zusammenfassung und automatisches Auslösen des Dashboards

Praktiken

• Generierung von Wissensgraphen
• LLM-basierte Analyse
• Datenanalyse und -zusammenführung
• Dokumentenanalyse

Voraussetzungen

• Python 3
• Ein Verzeichnis, das der LLM-Wiki-Struktur nach dem Karpathy-Muster entspricht