LLM Wiki 三层模型——不是向量库，是一本能翻的书
向量库 vs 能翻的书
传统 RAG 系统给你一个 PDF → 切成 chunk → 存 embedding → 向量检索。Agent 拿到的是零散的文本块，知道「相关」但说不清「到底是什么」。
MateClaw 的 LLM Wiki 是另一个思路：扔一份 PDF、一整个文件夹、一千篇 Markdown 笔记——它把它们消化成结构化的、带双向链接和摘要的知识页面。不是一个向量库，是一本你能翻的书。Agent 自动注入页面摘要，需要细节时再去取整页。
三层模型是什么
LLM Wiki 把知识库分成三层，每层有自己的数据结构和用途：
| 层 | 是什么 | 用途 |
|---|---|---|
| 原始材料层 | 你扔进来的 PDF/文件夹/Markdown | 唯一真相源，可追溯 |
| 知识页面层 | LLM 消化后生成的结构化页面，带双向链接、摘要、标签 | Agent 读写的主要层 |
| 实体图谱层 | 从材料里提取的实体（人/公司/概念）和关系 | 支持实体级检索和关联发现 |
两种入库模式
创建知识库时可以选择两种模式：
- 自动写页面：原始材料入库后，LLM 立刻为每个材料生成知识页面。适合需要快速可用的场景。
- 手动入库：只存原始材料，等你准备好了再手动触发消化。适合先收集、后整理的场景。
WikiLink 与死链治理
知识页面之间通过 WikiLink 互相引用（类似 Obsidian 的 [[双链]]）。MateClaw 会自动检测死链——某个 WikiLink 指向的页面不存在时，在页面上标红，并给出「建议创建」。
这让 Wiki 可以自组织：Agent 在运行过程中发现需要一个概念页面但还不存在，可以自动发起创建请求（具体行为取决于配置的 Wiki 策略）。