llm-wiki-starter

llm-wiki-starter

端到端引导用户搭建 LLM Wiki 知识库：检测已安装的内容，在不同操作系统／包管理器组合中安装缺失项，使用官方模板创建知识库，并配置 Obsidian。

用户已经在运行 AI CLI 来调用此 Skill——不要提示他们安装另一个 AI Agent。

使用场景

• 自然语言：用户说「创建 llm-wiki 知识库」「创建知识库」「create llm wiki」「scaffold llm wiki」「set up knowledge base」。
• 显式命令：/llm-wiki-starter（可选参数：--bash、--name <wiki-name>、--lang <en|zh>、--dir <path>、--only-tools、--only-wiki、--only-obsidian）。完整语义请参阅下文的参数参考。

如果显式命令带有参数，则跳过对应的交互式提示。

全局原则（适用于每个阶段）

1. 先检测，再安装。 每一步：检查目标是否存在 → 打印 ✓ 跳过／↓ 安装／⚠ 失败。绝不重复安装。
2. 失败不阻塞。 单项失败时，将其记入「手动安装」列表并继续。最后打印完整列表。
3. 遵循操作系统和 Shell。 使用 uname -s 检测（macOS／Linux／通过 Git-Bash 运行的 Windows）。如果在原生 Windows cmd／PowerShell 下运行（没有 uname），则直接使用 winget／choco／scoop——不要假设存在 bash。
4. 使用宿主 CLI 的原生交互方式。 如果你是 Claude Code，请使用 AskUserQuestion。如果是 Codex 或其他 CLI，请使用其原生提示机制。不要硬编码 UI 形式。
5. 工具安装具备幂等性，但创建知识库不具备。 重复运行时，检测已安装的工具并跳过。但阶段 4（创建知识库）是此工作流的目的：每次调用都必须提示输入新的知识库名称／语言／目录，并创建一个新的知识库。之前创建过知识库（例如 ~/Documents/CODE/my-wiki）不能作为跳过阶段 4 的理由——应询问用户新的名称，并在其旁边创建全新的知识库。
6. 绝不提示登录、输入 API 密钥、令牌或安装额外的 AI CLI。 用户已经在运行 AI CLI——不要改动其 AI 工具。
7. Windows 换行符。 写入用户要提交的文件时，使用 LF（Unix）换行符。
8. 直接行动，不要旁白。 不要提前说明即将做什么。不要回顾当前所处阶段。不要说「需要确认 X」「我现在会询问你 Y」「进入阶段 N」「稍后会提醒」；直接采取行动——提出问题、运行命令、写入文件。每项结果只需一行简洁报告（✓ <name>、⚠ <name>: <reason>），不要逐步播报。
9. 逐项报告，不要汇总。 使用「✓ kepano/obsidian-skills 已安装」和「✓ axtonliu/visual-skills 已安装」，不要说「两个 Agent Skills 都已安装」。列表中的每项都单独占一行。
10. 每条警告只出现一次。 不要在检测时预警，然后在收尾时重复警告。如果有事项需要用户注意，只在最终总结中说明，不要在流程中途提示。

工作流（6 个阶段）

按顺序执行各阶段。每个阶段开始前，先阅读对应的参考文件。不要跳过参考文件——其中包含精确命令。

#	阶段	参考文件
0	入口对齐（检测操作系统、计划、确认）	SKILL.md（此文件，下文相关章节）
1	基础工具（Node／Git／jq／curl）	references/02-install-base.md
2	Agent Skills（kepano + axtonliu）	references/03-install-skills.md
3	Obsidian 应用 + Web Clipper	references/04-install-obsidian.md
4	使用模板创建知识库	references/05-create-wiki.md
5	Obsidian 插件 + Minimal 主题	references/06-install-plugins.md
6	收尾（git、总结）	references/07-finalize.md

各阶段共用的检测规则：参阅 references/01-detect-tools.md。

阶段 0：入口对齐

1. 运行 uname -s 检测操作系统。记录为 OS = macos / linux / windows。

2. 参数提示（仅当通过不带任何参数的 /llm-wiki-starter 触发时）：在执行其他操作前，打印一行简洁提示，列出可用标志，让用户了解这些选项。先列出 --bash，因为高级用户最常使用它：

   Parameters (optional): --bash  --name <wiki-name>  --lang <en|zh>  --dir <path>  --only-tools  --only-wiki  --only-obsidian
   No params given — continuing interactively.
   

   以下情况跳过此提示：(a) 用户传入了任何参数，或 (b) 通过自然语言触发（而非斜杠命令）。

3. 解析通过 /llm-wiki-starter 传入的任何 CLI 参数，并在后续阶段中记住这些参数。如果出现未知标志，打印一行：Unknown parameter: <flag>. Valid: --bash, --name, --lang, --dir, --only-tools, --only-wiki, --only-obsidian. Ignoring.，然后继续。三个 --only-* 标志互斥；如果传入多个，保留最后一个，并提示 Conflicting --only-* flags; using <last>。

4. 如果传入了 --bash：立即切换到 bash 模式。 不要读取任何其他参考文件，也不要运行 6 阶段 SOP。改为运行一条 bash 命令，将上游 install.sh 管道传给 bash，并转发其他参数：

   curl -fsSL https://raw.githubusercontent.com/eleven-net-cn/llm-wiki-starter/main/install.sh \
     | bash -s -- --yes <forwarded params>
   

   仅转发 install.sh 支持的参数：--name、--lang、--dir、--only-tools、--only-wiki、--only-obsidian。始终追加 --yes，使 install.sh 以非交互方式运行。

   示例：/llm-wiki-starter --bash --name foo --lang zh → 运行 curl ... | bash -s -- --yes --name foo --lang zh。

   install.sh 退出后，用一行报告其退出状态（成功 / 失败）。不要再附加类似 Skill 的总结——install.sh 已经会打印自己的总结。

5. 直接进入阶段 1。不要询问“继续吗？”或请求任何其他确认——用户要求创建知识库即表示确认。全局原则 #8（执行，不要旁白）同样适用于触发路径。

提醒：即使用户之前运行过此 Skill，且磁盘上已有知识库，本次运行的目标仍是创建一个新的知识库。阶段 4 会提示输入新的名称 / 目录。不要将已有知识库视为“工作已完成”。

参数参考

参数名称与 install.sh 保持一致，以确保两种安装路径相互匹配。按建议的显示顺序列出（最常用的在前）。

标志	默认值	行为
--bash	（关闭）	绕过 6 阶段 SOP。通过一次 shell 调用（非交互，使用 --yes）执行上游 install.sh，并转发其他标志。尽量降低 AI token 成本。AI 只读取 SKILL.md 阶段 0 步骤 4，不读取其他参考文件。
--name <wiki-name>	（提示输入）	知识库目录名称。若发生名称冲突 → 重新提示。
--lang <en|zh>	en（或提示输入）	模板的语言覆盖设置。
--dir <path>	$(pwd)（或提示输入）	父目录；知识库创建在 <dir>/<name>。
--only-tools	（关闭）	仅运行阶段 1-3（基础工具 / Agent Skills / Obsidian 应用）。跳过阶段 4-6——不创建知识库。
--only-wiki	（关闭）	跳过阶段 1-3（假设工具已安装）。运行阶段 4（创建知识库）+ 阶段 5（插件 / 主题）+ 阶段 6（完成）。
--only-obsidian	（关闭）	跳过阶段 1-4。仅运行阶段 5（在现有库中安装插件 + 主题）+ 简要的阶段 6 总结。需要使用指向包含 CLAUDE.md 的库的 --dir。

然后继续阶段 1（或根据生效的 --only-* 标志跳转到后续阶段）。

Canvas 约束（已写入模板）

模板中的 AGENTS.md 会指示未来在新库中运行的 AI 会话，在创建 .canvas 时使用 obsidian-canvas-creator（axtonliu/visual-skills），而不是 json-canvas（由 kepano/obsidian-skills 打包）。无需在面向用户的完成总结中重复说明——这条说明用于 AI 协作，且 AGENTS.md 已将其写入库中。