SwarmVault
本地优先的 LLM Wiki 工具链：把文档、代码、转录与网页编译成持久的 Markdown 知识库、知识图谱与检索索引，全部落盘、可审计。
证据显示安全设计较用心：搜索拦截为选择性加入（默认仅提示模式，可用 SWARMVAULT_GRAPH_FIRST=off 关闭且重复搜索始终放行）、install 修改 .gitignore/tsconfig 有披露与退出路径（SWARMVAULT_OUT）、原始来源保持不可变、raw/ 目录会复制用户源文件到本地。扣分项：安装第三方 npm CLI 后作为常驻二进制/钩子运行，其供应链安全未在技能内可审计；钩子会修改 ~/.claude/.claude/settings. 等代理配置；未达全分。
文档自洽性好：命令交叉一致（SKILL.md、references/commands.md、examples、TROUBLESHOOTING 相互吻合），失败反馈详尽（doctor、lint、graph validate、明确的版本修复说明如 3.14.1 MCP 修复），提供了异常路径。静态审查下不可执行复现，按上限规则不超 10；同时依赖外部 CLI 版本对齐，部分故障处理依赖用户升级。
适用场景、触发条件、能力边界描述清晰（'When To Use This Skill'、graph-first/read-only 启发、heuristic 默认 provider 的局限均明示）。扣分项：核心依赖 npm 全局安装与 GitHub 拉取，对中国大陆网络可达性存在风险；文档无中文支持；SKILL.md 在 'Defaults to pr' 处截断，部分边界信息缺失。
文档分层良好（SKILL.md→README→examples/references→TROUBLESHOOTING），版本号 3.21.0 明确，MIT 许可、更新路径（clawhub update / npm @latest）清楚，问题披露坦率。扣分项：发布者未经认证、维护责任仅体现为 npm/ClawHub 渠道；SKILL.md 文本截断；无 changelog 证据；技能本身不打包 CLI，隐含外部版本耦合。
声称的价值（本地持久化 wiki/图/检索/任务账本）与工具链描述一致，且提供 demo/quickstart 零配置路径与可验证产物清单，边际价值明确。静态审查无法验证代表性输出，比较收益证据有限，按静态上限不超 7，略降为 6。
引用了 Karpathy gist、命令级产物路径与 smoke-prompts 验证文件，可审计材料较充分。但仓库内提交的 CI 工作流与覆盖关键路径的测试套件未在本次证据中出现，结论依赖作者自述，静态上限 5，实际给 4。
- 技能不自带 CLI：实际能力完全取决于外部 npm 包 @swarmvaultai/cli 的安装与版本对齐，使用前请核对 swarmvault --version。
- install --agent --hook 会写入代理配置（如 .claude/settings.）并修改 .gitignore/tsconfig.；不希望写入请使用 install status 预检或设置 SWARMVAULT_OUT。
- 搜索拦截（--graph-first）仅在显式选择加入后才会拒绝搜索；如遇拒绝请按提示改用 graph query / graph callers，重复同一搜索始终被允许。
- npm 安装与 GitHub 克隆、YouTube 拉取等依赖境外网络，在中国大陆环境可能不可达或缓慢。
- raw/ 目录会保存来源的本地副本，注意敏感文件被复制进知识库；本评估为静态审查，未执行任何命令。
这个 Skill 能做什么，适合哪些场景？
SwarmVault 是一个开源（MIT）CLI，将 Karpathy 的 LLM Wiki 模式实现为本地工具链：原始资料（raw/）、生成 wiki（wiki/）与模式文件（swarmvault.schema.md）三层结构。它支持 30 多种输入格式（PDF、Word、Excel、转录、代码、YouTube 字幕等），编译出带溯源标注的知识图谱、本地混合检索（SQLite FTS + 语义向量）、仪表盘与可审查的变更队列。内置启发式提供程序完全离线，无需 API 密钥即可运行；可选接入 Ollama、OpenAI 等模型提供程序。还提供 MCP 服务器、代理任务台账、上下文包和多款编码代理的规则/钩子安装。
通过 swarmswift/quickstart/scan/clone 等命令初始化 vault、摄取文件、目录、公共 GitHub 仓库或文档站；用 tree-sitter/SQL 解析器对代码做 AST 分析并生成模块页；运行 compile 生成 wiki 页面、state/graph. 图谱与分享卡片；query/chat 提供保存答案的问答与多轮会话；context build 构建带引用、受 token 预算约束的代理交接包；task start/update/finish 记录持久任务台账；export ai 输出 llms.txt、JSON-LD 等静态导出；mcp 通过 stdio 暴露图谱、检索与任务工具；doctor --repair 做健康检查与修复；支持 git 钩子、watch 模式、审核队列（compile --approve、candidate）与矛盾检测。
- 开发者想让 Claude Code 或 Codex 在回答“谁调用了这个函数/改动影响面”类问题时先查预编译图谱，而不是全仓 grep，省 token 又有 file:line 证据
- 研究者把论文、文章、会议转录与笔记汇编成一个持续演化的个人研究库，自动暴露来源之间的矛盾
- 读书人按章节构建带人物、主题页面的粉丝 wiki，随着阅读不断复利
- 团队/个人把客户通话录音、Slack 导出、邮件日历导入成可检索的商业知识库（音频需本地 Whisper 或提供程序）
- 用 Obsidian 但需要图谱、溯源与自动化流程的用户，可导出 Obsidian 原生 bundle 或 Dataview 仪表盘
- 需要把知识库通过 MCP 暴露给任意代理客户端、或用 llms.txt/JSON-LD 静态导出对接爬虫的场景
这个 Skill 有哪些优点和局限？
- 默认完全本地离线运行，不需要 API 密钥，代码解析不上传外部 API
- 每条图边标注 extracted/inferred/ambiguous，新概念先进候选区，变更可走审核队列，缓解幻觉复利问题
- 覆盖 PDF、Office 全家桶、转录、30+ 编程语言、YouTube 字幕等 30 多种输入格式
- 内置 MCP 服务器与 50+ 编码代理的规则/钩子安装，graph-first 钩子可显著减少盲目全仓搜索
- 任务台账、上下文包、聊天会话等产物以 git 友好的 markdown/JSON 落盘，跨会话可复用
- 要求 Node >= 24，依赖较新运行时
- 启发式默认提供程序的抽取质量有限，官方也提示需接 Ollama/云模型才有更好的综合质量
- 音频/视频摄取依赖外部二进制（whisper.cpp、ffmpeg、yt-dlp），需要额外安装
- local-whisper 提供程序在 1.1.0 中标记为实验性；R 语言解析尚无安全打包语法，只输出诊断
- README 中未提供独立测试套件或性能基准的完整公开数据（仅指向 SCALE.md）
如何安装这个 Skill？
CLI 方式：npm install -g @swarmvaultai/cli（要求 Node >= 24），用 swarmvault --version 验证。也有免 Node 的桌面应用（macOS/Windows/Linux，见官网下载页）。OpenClaw/ClawHub 用户可运行 clawhub install swarmvault。本技能文件位于仓库的 skills/swarmvault/SKILL.md。
如何使用这个 Skill？
最快路径：在空目录运行 swarmvault quickstart ./your-repo，它会自动 init + 摄取 + 编译 + 打开图谱查看器；无仓库可用 swarmvault demo。之后的常用命令：swarmvault next（只读状态建议）、swarmvault query "问题"（默认把答案写入 wiki/outputs/）、swarmvault graph serve（本地工作台）、swarmvault doctor（健康检查）。代码理解类问题优先用 swarmvault graph query/callers/path 而非读源码。无 API 密钥时默认使用离线启发式提供程序；想提升质量可配置 Ollama + Gemma（ollama pull gemma4 后在 swarmvault.config. 设置 providers/tasks）。
这个 Skill 与同类方案有什么区别？
官方定位为 Karpathy LLM Wiki gist 的生产级实现（三层架构由“描述”变为“可运行”，增加命令行、类型化图谱、审核队列与 MCP）。同时自称 Obsidian 的替代品，但与 Obsidian 关系更接近互补——graph export --obsidian 可生成带 Dataview、Breadcrumbs/Juggl 类型链接的 Obsidian 原生 bundle。