LLM Wiki: AI 에이전트를 위한 로컬 마크다운 기반 연구 엔진

섹션별 상세

다중 에이전트 병렬 연구: 5~10개의 에이전트가 학술, 기술, 뉴스 등 다양한 관점에서 웹을 검색하고 정보를 수집한다. --min-time 옵션으로 연구 시간을 제어하며, --mode thesis를 통해 특정 가설에 대한 찬반 논거를 분석한다.

지식 베이스 컴파일 및 구조화: 수집된 원문(raw)은 불변 상태로 유지되며, 이를 바탕으로 상호 참조와 신뢰도 점수가 포함된 위키 아티클을 생성한다. 모든 디렉토리는 _index.md를 통해 관리되어 효율적인 검색과 탐색을 지원한다.

로컬 마크다운 기반의 확장성: 모든 데이터는 로컬 마크다운 파일로 저장되어 특정 서비스에 종속되지 않으며, Obsidian과 호환되는 듀얼 링크 형식을 사용한다. Hub-and-spoke 구조를 통해 주제별로 독립적인 위키를 운영하고 관리할 수 있다.

다양한 에이전트 지원 및 배포: Claude Code 플러그인, OpenAI Codex 플러그인, OpenCode, Pi 등 다양한 환경에서 설치 및 실행이 가능하다. AGENTS.md 파일을 통해 파일 읽기/쓰기 및 웹 검색이 가능한 모든 에이전트에서 활용할 수 있다.

기술

Claude Code
OpenAI Codex
Obsidian
Markdown

활용 사례

주제별 연구 위키 구축
다중 에이전트 기반 가설 검증
보고서 및 기술 문서 자동 생성
대규모 데이터셋 인덱싱

언급된 리소스

GitHubLLM Wiki GitHub Repository