Перейти до змісту

🧠 Про проєкт ArtLab Wiki

ArtLab Wiki — це єдина екосистема для управління знаннями, побудована як персональний Second Brain. Це не просто статичний сайт, а автоматизований "командний центр", де сирі ідеї та ресурси захоплюються без тертя, а потім за допомогою AI (через агентів) синтезуються у структурований граф знань.

🧬 Суть концепції та джерела

Проєкт базується на llm-wiki патерні — концепції, яку описав дослідник штучного інтелекту Андрій Карпатий (ознайомитись із гістом Карпатого). Ідея полягає в тому, що всі сирі дані (raw/) інтегруються за допомогою LLM-агентів у структуровані чисті статті (wiki/).

Візуальна частина (фронтенд) працює на базі потужного генератора MkDocs Material.

🔗 Вихідний код проєкту: GitHub-репозиторій ArtLab Wiki (замініть на ваше посилання)

🚀 Поточний функціонал (Що вже є)

На даний момент ArtLab Wiki має багатий набір функцій для управління даними:

  • Inbox-захоплення (Zero-Friction Capture): Власний Telegram-бот (@Big_Wiki_Data_bot), який миттєво зберігає повідомлення, посилання та медіафайли у raw/inbox/.
  • Wikitok Feed: Унікальний повноекранний інтерфейс у стилі TikTok для швидкого перегляду відкладених статей (тег to-watch).
  • Синтез та Дайджести: Вбудована структура зберігання "Сутностей" (Entities) та "Концепцій" (Concepts) із багатими метаданими (Hero Header на початку кожної статті).
  • Розумна навігація: Автоматичний індекс тегів, перехресні посилання та сітка інтерактивних карток "Пов'язане".
  • Службові інструменти: Кнопки прямо на сторінках статей для відправки на доопрацювання (/redo) або залишення зауважень (/flag) боту.

🔮 Плани на майбутнє (Roadmap)

Проєкт постійно розвивається. Ось деякі з ідей для майбутніх оновлень:

  1. RAG-чат з базою знань (Chat with your Data): Інтеграція AI-асистента прямо на сайт, щоб мати змогу ставити запитання всій базі знань.
  2. AI-Автотегування: LLM автоматично аналізуватиме нові файли у raw/inbox/ та пропонуватиме готові теги або зв'язки.
  3. Візуальний граф зв'язків (Network Graph): Додавання інтерактивного графа, схожого на Obsidian, де кожна стаття — це вузол, а лінки — ребра.
  4. Синхронізація двоспрямована: Тісніша інтеграція з локальними редакторами, де зміни у Markdown-файлах миттєво запускатимуть перезбирання.

Пов'язане

🎬 В Wikitok