llm-wiki-compiler工作流与Artifact系统进阶：构建跨会话持久化状态的多阶段知识流水线
【免费下载链接】llm-wiki-compilerThe knowledge compiler. Raw sources in, interlinked wiki out. Inspired by Karpathy's LLM Wiki pattern.项目地址: https://gitcode.com/gh_mirrors/ll/llm-wiki-compiler
llm-wiki-compiler 是一个开源知识编译器，能把论文、笔记、PDF 等原始资料编译成带引用的互联 Wiki。它的进阶能力在于工作流（Workflow）系统与Artifact 证据文件：把"导入→构思→实验→归档"这样的多阶段知识流水线写成配置，运行状态跨会话持久化，每个阶段产物用内容哈希锚定，保证任何时刻中断、重启都能精确接上。
演示动图：llm-wiki-compiler 从原始资料到编译 Wiki 的完整过程。
为什么需要多阶段知识流水线
普通的 Wiki 工具只关心"存页面"，但真实的知识生产是有流程的：
- 实验没有结果文件，就不能标记为
complete - 稿件没有引用关系，就不能进入
submitted状态 - 新闻编辑流程要区分起草、编辑、归档、发布等阶段
llm-wiki-compiler 通过 可配置生命周期档案 CLP 把这些领域规则写进.llmwiki/profile.json——档案是数据，引擎逻辑保持通用。引擎读取档案后，在每次写入时强制执行阶段顺序、前置条件和信任门，绕过声明的写入会直接失败（fail-closed）。
工作流系统：把领域流程变成配置
工作流是配置而非代码：每个阶段（stage）声明它读取哪些实体类型、可写什么、产出哪些 Artifact、有哪些门禁。
一键启动并查看运行状态
llmwiki workflow list llmwiki workflow start research --input topic=attention llmwiki workflow status以 AutoSci 研究档案为例，research工作流依次经过论文导入、分类筛选、蒸馏、构思、实验设计、实验完成等阶段，完整声明见 src/profile/templates/builtin/autosci/workflows.ts。
跨会话持久化：中断后能精确续上
这是工作流系统最关键的设计：运行记录是持久化的，保存在项目的.llmwiki/目录下，跨多次命令调用保留——包括运行等待人工审批的中间状态。
- 每次命令都在本地执行，变更由项目锁串行化，无需编排服务
- 阶段未满足时，运行暂停停靠（parked），而不是丢失进度
- 换一台终端、隔天再来，
workflow status <run-id>仍能精确还原当前阶段
常用操作命令：
llmwiki workflow submit <run-id> --kind page --entity-type ideas --slug my-idea --body-file ./idea.md llmwiki workflow advance <run-id> # 阶段满足后推进 llmwiki workflow resume <run-id> # 恢复运行 llmwiki workflow cancel <run-id> # 取消运行submit支持四种产物类型：page（知识页面）、relation（关系边）、lifecycle-transition（生命周期状态迁移）、artifact（证据文件），每个输出都会对照活动档案校验，不满足契约的输出会被拒收。
Artifact 系统：内容哈希锚定的证据文件
Artifact 是档案声明的类型化文件，存放在 Wiki 页面之外的artifacts/目录，写入时自动哈希，页面通过哈希锚定的artifactRef字段引用它。
写一个 Artifact
LLMWIKI_TRUSTED_WRITE=autosci \ llmwiki artifact write \ --type experiment-result \ --slug attention-ablation \ --body-file ./result.json命令输出形如experiment-result/attention-ablation@sha256:4b7...的紧凑引用。注意：直接写入 Artifact 要求LLMWIKI_TRUSTED_WRITE授权，没有授权会在写任何字节之前拒绝。
用哈希引用把页面与证据绑定
--- title: Attention ablation stage: complete result: experiment-result/attention-ablation@sha256:4b7... ---当生命周期状态声明了Artifact 前置条件（如 AutoSci 的experiments进入complete需要健康的experiment-result引用）时，引用缺失、格式错误、类型不符、被篡改或不可读，写入都会失败关闭。验证命令llmwiki artifact verify只打印元数据与健康判定，绝不打印文件正文。
Artifact 的存储布局与校验逻辑：
artifacts/<artifact-type>/<slug>/<fileName> artifacts/<artifact-type>/<slug>/<fileName>.manifest.json信任门禁：多阶段流水线的安全底座
多阶段流水线最怕"某个阶段偷偷写入"。llm-wiki-compiler 的门禁分三类：
| 门禁 | 满足方式 | 作用 |
|---|---|---|
trust:信任门 | 设置LLMWIKI_TRUSTED_WRITE=<profileId> | 干净阶段写入才能自动生效，否则停靠 |
human:人工门 | 仅交互式确认路径 | --actor human参数被直接拒绝 |
| 审查队列 | review approve+ 内容哈希锚定 | 外部数据先暂存，批准后正文与审查时一致 |
授权只影响"写入是否立即生效"，不能覆盖规划器拒收或隔离判定——这是流水线可审计的基础。
实战：AutoSci 研究流水线
完整的端到端示例见 AutoSci 研究工作流指南：
llmwiki template init autosci安装研究档案（论文、想法、实验、稿件等类型）llmwiki connector run crossref --input doi=...从 DOI 导入论文元数据，进入审查队列llmwiki workflow start research --input topic=attention启动多阶段运行- 各阶段
workflow submit提交想法页面、实验设计 llmwiki artifact write记录实验结果 Artifact，保存打印出的哈希引用- 实验页面携带锚定引用提交，前置条件全部满足后才被接受为
complete
进阶提示与常见疑问
- 工作流不是编排平台：官方定位为轻量本地层，运行记录跨会话保留，但不承诺自动重放中断的操作。需要分布式调度时，基于 SDK 自建协调器即可
- 运行完整性：档案变更会导致运行被阻塞，
workflow status只读检查且以非零码退出；workflow adapt --dry-run可预演档案适配 - 投影文件：
workflow project <run-id>在声明projectionFile时生成派生 Markdown 视图，不改变运行状态 - 源码阅读入口：工作流运行时实现在 src/workflows/，Artifact 契约与声明式档案定义在 src/profile/，CLI 参考见 docs/cli/workflow.mdx 与 docs/cli/artifact.mdx
用 llm-wiki-compiler 的工作流与 Artifact 系统，你可以把任何"多阶段、有证据、需审批"的知识生产流程——科研、编辑、内容运营——沉淀为一条可中断、可续跑、可审计的持久化流水线。
【免费下载链接】llm-wiki-compilerThe knowledge compiler. Raw sources in, interlinked wiki out. Inspired by Karpathy's LLM Wiki pattern.项目地址: https://gitcode.com/gh_mirrors/ll/llm-wiki-compiler
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
