torben
18ae28f918
Chemenu kompiliert Rohnotizen zu einem verlinkten, quellengebundenen Wiki: raw/ -> types/ + tools/ -> kb/ -> reports/. Was mechanisch ist, macht tools/wikitool; was Urteil braucht, macht ein Agent unter Contracts, deren Grenzen in Code durchgesetzt sind statt im Prompt. Dieser Commit ist der Startpunkt der oeffentlichen Historie. Die vorherige Entwicklung fand in einer privaten Instanz statt und ist nicht Teil dieses Repositorys; ihre Erzaehlung steht vollstaendig in CHANGES.md, das mit 44 Eintraegen von 0.1.0 bis 2.1.0 erhalten geblieben ist. Der mitgelieferte Korpus ist ein Testbett und eine Demo: 170 Seiten ueber den Stack selbst - Gates, Lint, Versionierung, Suche, das Wiki-Muster. Er dokumentiert das Werkzeug mit den eigenen Mitteln des Werkzeugs. Lizenz: AGPL-3.0 fuer den Stack (tools/, types/), CC-BY-4.0 fuer die Inhalte. Die Grenze zwischen beiden ist der Dateiplan, den dist export berechnet - siehe NOTICE.
113 lines
8.5 KiB
Markdown
113 lines
8.5 KiB
Markdown
---
|
|
type: types/source.md
|
|
source_type: article
|
|
author: Rohit Gupta (agentmemory) + Andrej Karpathy (original)
|
|
raw_files: [raw/articles/llm-wiki-v2.md]
|
|
source_language: en
|
|
source_url: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
|
|
date: 2026-07-26
|
|
tags: [llm, wiki, pattern, knowledge-management, agentmemory, production]
|
|
entities: [Agent Memory, iii Engine, Rohit Gupta, Andrej Karpathy]
|
|
concepts: [LLM Wiki Pattern, Memory Lifecycle, Confidence Scoring, Supersession, Consolidation Tiers, Forgetting, Knowledge Graph, Entity Extraction, Typed Relationships, Graph Traversal, Hybrid Search, BM25, Vector Search, Reciprocal Rank Fusion, Event-Driven Automation, Hooks, Quality Scoring, Self-Healing, Contradiction Resolution, Mesh Sync, Multi-Agent Collaboration, Privacy and Governance, Filter on Ingest, Audit Trail, Crystallization, Implementation Spectrum]
|
|
summary: Erweitertes LLM-Wiki-Muster mit Praxiserfahrungen aus agentmemory zu Memory Lifecycle, Confidence Scoring, Wissensgraph und Automatisierung.
|
|
---
|
|
# Source: LLM Wiki v2
|
|
|
|
**Autor:** Rohit Gupta (agentmemory) erweitert Andrej Karpathy's Original
|
|
**Datum:** 2024-2025 (Erweiterung des Originals von 2023)
|
|
**Quelle:** Erweitert [Andrej Karpathy's LLM-Wiki-Gist](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) mit Produktionslektionen aus [agentmemory](https://github.com/rohitg00/agentmemory)
|
|
**Typ:** Article / Pattern Documentation
|
|
|
|
## Zusammenfassung
|
|
|
|
Dieses Dokument erweitert das ursprüngliche LLM-Wiki-Muster mit Lektionen aus dem Aufbau und Betrieb von [agentmemory](https://github.com/rohitg00/agentmemory) (20K+ Stars), eine persistente Memory-Engine für AI-Coding-Agenten, die auf [iii-engine](https://github.com/iii-hq/iii) aufbaut. Während der ursprüngliche Karpathy-Gist die Kernidee etabliert (stop re-deriving, start compiling), behandelt dieses v2-Dokument, was in der Skalierung bricht und was ein Wiki trennt, das nützlich bleibt, von einem, das verrottet.
|
|
|
|
Die Kernarchitektur (Rohdaten → Wiki → Schema) und Operationen (Ingest, Query, Lint) bleiben gültig. Diese Erweiterung fügt hinzu: **Memory-Lifecycle-Management**, **Knowledge-Graph-Struktur**, **skalierbare Suche**, **ereignisgesteuerte Automatisierung**, **Qualitätskontrollen**, **Multi-Agent-Zusammenarbeit**, **Datenschutz/Governance**, **Kristallisierung** und **Implementierungsleitfaden**.
|
|
|
|
## Kernaussagen
|
|
|
|
### Primärer Fokus (nach Benutzeranfrage)
|
|
|
|
**Memory-Lifecycle:** Wissen hat einen Lebenszyklus. Das Original behandelt alle Inhalte für immer als gleichermaßen gültig, aber in der Praxis:
|
|
- **Konfidenzscoring:** Jede Aussage sollte eine Konfidenzpunktzahl haben, die auf Quellenzahl, Aktualität, Autorität und Bestätigung basiert. Die Konfidenz nimmt mit der Zeit ab und wird durch Verstärkung erhöht.
|
|
- **Supersession:** Neue Informationen, die bestehende Ansprüche widersprechen oder aktualisieren, sollten die alte explizit ersetzen, mit verknüpften Zeitstempeln und bewahrten, aber markierten veralteten Versionen.
|
|
- **Vergessenheit:** Nicht alles sollte für immer bestehen. Eine Aufbewahrungskurve implementieren (Ebbinghaus-inspiriert): Aussagen, auf die nicht zugegriffen wird oder die nicht in Monaten verstärkt werden, verblassen allmählich. Nicht gelöscht, aber deprioritiert.
|
|
- **Konsolidierungstiere:** Eine Pipeline von Rohbeobachtungen → Arbeitsspeicher → episodischer Speicher → semantischer Speicher → Prozedurspeicher erstellen. Jede Ebene ist komprimierter, selbstbewusster und langlebiger.
|
|
|
|
**Ereignisgesteuerte Automatisierung:** Die größte praktische Lücke im Original ist, dass alles manuell ist. In der Produktion:
|
|
- **Bei neuer Quelle:** Auto-Ingest, Entitys extrahieren, Graph aktualisieren, Index aktualisieren
|
|
- **Bei Sitzungsbeginn:** Relevanten Kontext basierend auf letzter Aktivität laden
|
|
- **Bei Sitzungsende:** Sitzung in Beobachtungen komprimieren, Erkenntnisse einreichen
|
|
- **Bei Query:** Prüfen, ob Antwort wert ist, eingereicht zu werden (Qualitätswert > Schwelle)
|
|
- **Bei Memory-Write:** Widersprüche prüfen, Supersession auslösen
|
|
- **Planmäßig:** Periodisches Lint, Konsolidierung, Aufbewahrungsverfall
|
|
|
|
### Sekundärer Fokus
|
|
|
|
**Jenseits von flachen Seiten - Knowledge Graph:**
|
|
- Strukturierte Entitys extrahieren (Personen, Projekte, Bibliotheken, Konzepte, Dateien, Entscheidungen) mit Typen, Attributen und Beziehungen
|
|
- Typierte Beziehungen verwenden ("uses", "depends on", "contradicts", "caused", "fixed", "supersedes"), nicht nur untypierte Links
|
|
- Graph-Traversal für Abfragen ermöglichen (z.B. "Was ist die Auswirkung der Redis-Aktualisierung?" durchquert "depends on"-Kanten)
|
|
|
|
**Suche, die wirklich skaliert:**
|
|
- Der ursprüngliche `index.md` funktioniert bis zu ~100-200 Seiten, wird dann unhandlich
|
|
- **Hybrid-Suche** kombiniert: BM25 (Keyword-Matching), Vektorsuche (semantische Ähnlichkeit), Graph-Traversal (strukturelle Verbindungen)
|
|
- Ergebnisse mit **Reciprocal Rank Fusion (RRF)** verschmelzen
|
|
- `index.md` als menschenlesbaren Katalog behalten, aber nicht für LLM-Primärsuche darauf verlassen
|
|
|
|
**Qualität und Selbstkorrektur:**
|
|
- **Alles bewerten:** Alle LLM-geschriebenen Inhalte erhalten eine Qualitätsbewertung (Struktur, Quellenzitat, Konsistenz)
|
|
- **Selbstheilend:** Lint sollte automatisch beheben, was es kann (verwaiste Seiten verlinkt, veraltete Ansprüche markiert, unterbrochene Querverweise repariert)
|
|
- **Widerspruchsauflösung:** Vorschlagen, welche Behauptung wahrscheinlicher korrekt ist, basierend auf Aktualität, Autorität und unterstützenden Beobachtungen
|
|
|
|
**Multi-Agent und Zusammenarbeit:**
|
|
- **Mesh-Synchronisierung:** Mehrere Agenten arbeiten parallel und müssen Beobachtungen in ein gemeinsames Wiki zusammenführen (Last-Write-Wins mit manueller Überschreibung für Konflikte)
|
|
- **Gemeinsam vs. privat:** Einige Kenntnisse sind persönlich, einige sind gemeinsam; Bereichsdefinition implementieren
|
|
- **Arbeitskoordinierung:** Leichte Nachverfolgung wer an was arbeitet, was blockiert ist, was fertig ist
|
|
|
|
**Datenschutz und Governance:**
|
|
- **Filterung bei Ingest:** Empfindliche Daten (API-Schlüssel, Token, Passwörter, PII) automatisch entfernen, bevor sie das Wiki erreichen
|
|
- **Audit-Trail:** Jeder Betrieb (Ingest, Edit, Löschen, Query) mit Zeitstempel protokolliert, was sich geändert hat und warum
|
|
- **Massenbetriebe:** Geprüfte und reversible Bulk-Lösch-, Export-, Merge-Operationen
|
|
|
|
**Kristallisierung:** Eine abgeschlossene Kette von Arbeiten (Recherche-Thread, Debugging-Sitzung, Analyse) nehmen und sie automatisch in eine strukturierte Zusammenfassung mit Frage, Ergebnissen, beteiligten Dateien/Entitys und aufkommenden Lektionen destillieren.
|
|
|
|
**Das Schema ist das echte Produkt:** Das Schema-Dokument (AGENTS.md, CLAUDE.md) ist die wichtigste Datei - es kodiert domänenspezifische Entitytypen, Beziehungen, Workflows, Qualitätsstandards und Konsolidierungspläne. Zusammen mit dem LLM weiterentwickeln.
|
|
|
|
**Implementierungsspektrum:** Modularer Ansatz - minimal beginnen (raw + wiki + index + schema), dann hinzufügen: Lifecycle, Struktur, Automatisierung, Skalierung, Zusammenarbeit wie nötig.
|
|
|
|
## Aufgaben
|
|
|
|
- [ ] Entity-Seiten erstellen für: [[Agent Memory]], [[iii Engine]], [[Rohit Gupta]], [[Andrej Karpathy]]
|
|
- [ ] Konzept-Seiten erstellen für: [[Memory Lifecycle]], [[Confidence Scoring]], [[Supersession]], [[Consolidation Tiers]], [[Forgetting]], [[Event-Driven Automation]], [[Hooks]]
|
|
- [ ] Konzept-Seiten erstellen für: [[Knowledge Graph]], [[Entity Extraction]], [[Typed Relationships]], [[Graph Traversal]], [[Hybrid Search]], [[BM25]], [[Vector Search]], [[Reciprocal Rank Fusion]]
|
|
- [ ] Konzept-Seiten erstellen für: [[Quality Scoring]], [[Self-Healing]], [[Contradiction Resolution]], [[Mesh Sync]], [[Multi-Agent Collaboration]], [[Privacy and Governance]], [[Audit Trail]], [[Crystallization]], [[Implementation Spectrum]]
|
|
- [ ] [[LLM Wiki Pattern]] aktualisieren, um v2-Erweiterungen zu integrieren
|
|
- [ ] [[Three-Layer Architecture]] bei Bedarf aktualisieren
|
|
- [ ] [[Knowledge Compounding]] aktualisieren, um auf Memory-Lifecycle zu verweisen
|
|
- [ ] [[RAG]] aktualisieren, um mit verbessertem Wiki-Ansatz zu kontrastieren
|
|
|
|
## Verwandte Entities
|
|
|
|
- [[Agent Memory]]
|
|
- [[iii Engine]]
|
|
- [[Rohit Gupta]]
|
|
- [[Andrej Karpathy]]
|
|
|
|
## Verwandte Concepts
|
|
|
|
- [[LLM Wiki Pattern]]
|
|
- [[Memory Lifecycle]]
|
|
- [[Knowledge Graph]]
|
|
- [[Event-Driven Automation]]
|
|
- [[Hybrid Search]]
|
|
- [[Quality and Self-Correction]]
|
|
- [[Multi-Agent Collaboration]]
|
|
- [[Privacy and Governance]]
|
|
- [[Crystallization]]
|
|
- [[Implementation Spectrum]]
|
|
|
|
## Verwandte Quellen
|
|
|
|
- [[Source - LLM Wiki Pattern]] (das Original, das dies erweitert)
|