Understand Knowledge
技能 已验证 活跃分析 Karpathy 模式的 LLM Wiki 知识库，并生成一个交互式知识图谱，包含实体提取、隐含规则和主题聚类。
目的
将非结构化的 LLM 生成的 Wiki 转化为交互式、可探索的知识图谱，从而更深入地理解复杂的信息基础。
功能
- 检测 Karpathy 模式的 LLM Wiki
- 提取实体、关系和主题聚类
- 生成交互式知识图谱仪表板
- 支持 Wiki 链接语法和基于类别的组织
- 将图谱数据输出到本地文件以供进一步使用
使用场景
- 探索大型 LLM 生成的知识库
- 理解 Wiki 的结构和连接
- 识别 LLM 代理发现的隐含规则和声明
- 新团队成员入职 Wiki 知识库
非目标
- 分析不符合 Karpathy 模式的任意 markdown 文件
- 从原始源目录解析二进制文件（例如 PDF）
- 提供图谱的实时协作编辑界面
工作流
- 确定目标 Wiki 目录
- 执行 `parse-knowledge-base.py` 脚本进行确定性扫描
- 分派 `article-analyzer` 子代理以提取隐含规则
- 执行 `merge-knowledge-graph.py` 脚本以组装图谱
- 验证并保存最终知识图谱
- 报告摘要并自动触发仪表板
实践
- 知识图谱生成
- 基于 LLM 的分析
- 数据解析和合并
- 文档分析
先决条件
- Python 3
- 符合 Karpathy 模式 LLM Wiki 结构的目录
安装
npx skills add Lum1104/Understand-Anything通过 npx 运行 Vercel skills CLI(skills.sh)— 需要本地安装 Node.js,以及至少一个兼容 skills 的智能体(Claude Code、Cursor、Codex 等)。前提是仓库遵循 agentskills.io 格式。
质量评分
已验证100 /100
about 17 hours ago 分析
类似扩展
Kg Extract
99Extract entities and relations from source files to build a knowledge graph
技能
ruvnet
Understand Domain
100从代码库中提取业务领域知识并生成交互式领域流程图。可独立运行（轻量级扫描）或从现有的 /understand 知识图中派生。
技能
Lum1104
Understand Dashboard
100启动交互式 Web 仪表板，以可视化代码库的知识图谱
技能
Lum1104
Understand
100分析代码库以生成交互式知识图谱，用于理解架构、组件和关系
技能
Lum1104
Chat Format
100Format prompts for different LLM providers with chat templates and HNSW-powered context retrieval
技能
ruvnet
Oh My Claudecode
100Process-first advisor routing for Claude, Codex, or Gemini via `omc ask`, with artifact capture and no raw CLI assembly
技能
Yeachan-Heo