AutoSci知识图谱入门：/init与/ingest如何把20篇论文变成结构化研究记忆-开发者社区

人工智能
AI 技能/插件
深度研究
知识图谱
MCP 服务

【免费下载链接】AutoSci

Karpathy's LLM-Wiki vision, fully realized — wiki-centric full-lifecycle AI research platform powered by Claude Code

项目地址：https://gitcode.com/gh_mirrors/om/AutoSci

AutoSci 是一个 wiki 优先（wiki-centric）的 AI 研究平台，用 Claude Code 驱动科研全流程。它的核心能力，是把散落在硬盘里的论文 PDF、笔记和网页，变成一份带双向交叉引用、可持续生长的知识图谱——也就是结构化研究记忆。其中，/init负责从零搭建整份 wiki 并批量消化论文，/ingest负责把单篇论文折叠进知识库并自动建立所有交叉引用。本文面向新手，完整拆解这两个命令如何一步步工作、产出什么样的图谱，以及建库之后还能怎么用。

快速开始：3 步装好 AutoSci 知识图谱

先准备好三个前置依赖，然后克隆仓库并完成初始化：

git clone https://gitcode.com/gh_mirrors/om/AutoSci cd AutoSci ./setup.sh --lang zh # 生成虚拟环境与本地配置（Windows 用 setup.ps1） claude login # 登录 Claude Code

Python 3.9+：驱动tools/下的 wiki 引擎与检索工具
Node.js 18+：驱动交互式 Web 界面
Claude Code：登录方式见 README.md

接下来，把论文 PDF 放进raw/papers/，把想法笔记放进raw/notes/（目录说明见 docs/runtime-directory-structure.zh.md），然后打开 Claude Code，输入：

/init 大语言模型的推理加速

剩下的工作——扫描素材、补充发现相关论文、并行消化、合并重建——全部由 AutoSci 自动完成。

AutoSci 知识图谱到底长什么样

在动手之前，先看一张全景图：

AutoSci 的记忆中枢叫SciMem（Evolving Research Brain），由两部分组成：

长期记忆：一张知识图谱，节点是论文（Papers）、概念（Concepts）、方法（Methods）、主题（Topics）、研究者（People）、基础（Foundations）等实体
活跃记忆：想法（Ideas）、实验（Experiments）、稿件（Manuscripts）、评审（Reviews）在研究时间线上的生命周期流转

/init与/ingest正是把外部资源"Aggregate"进长期记忆的两个入口：

落到磁盘上，一份建好的 wiki 是这样的目录结构（完整树形图见 docs/runtime-directory-structure.zh.md）：

wiki/ ├── index.md ← 内容目录 ├── log.md ← 时序日志（append-only） ├── papers/ ← 论文结构化摘要 ├── concepts/ ← 技术概念综述 ├── topics/ ← 研究方向地图 ├── people/ ← 研究者追踪 ├── ideas/ ← 研究想法（带生命周期状态） ├── experiments/ ← 实验记录 ├── methods/ ← 跨论文可复用的方法实体 ├── Summary/ ← 领域全景综述 └── graph/ ← 自动生成的知识图谱（勿手动编辑） ├── edges.jsonl ← 语义边 └── citations.jsonl ← 论文引用

也就是说：你丢进去的是文件，长出来的是一个实体库 + 一张图。后面所有技能（提问、找灵感、做实验、写论文）都站在这份记忆之上。

/init 一键建库：从 20 篇论文到研究记忆

/init是整个流程里最重的命令。假设你的raw/papers/里有 20 篇相关论文、几页笔记，它的完整工作流（定义见 i18n/zh/skills/init/SKILL.md）可以拆成 6 步：

步骤	做什么	你感知到的结果
1. 初始化骨架	创建`wiki/`标准目录、`graph/`、`index.md`、`log.md`	空的 wiki 骨架就绪
2. 素材预处理	把本地 PDF 规范化到`raw/tmp/`（恢复标题、抓 arXiv 源码转`.tex`，失败才回退 PDF）	论文变成"可精读"的文本来源
3. 发现与裁剪	结合 Semantic Scholar 与 DeepXiv 生成候选清单，按相关性、新鲜度、连通性裁剪出最终论文集	自动补上你漏掉的"应该读的那几篇"
4. 搭脚手架	建`Summary/`、`topics/`，从你的笔记中种下 provisional 的 ideas/concepts	wiki 在论文消化前就有"研究方向地图"
5. 并行消化	每篇论文派一个子代理，在 git worktree 隔离中各跑一遍`/ingest`	20 篇论文并行处理，互不冲突
6. 合并重建	顺序合并各 worktree，去重边与引用，回填 citation，重建索引，重新生成可视化	一份完整、自洽的知识图谱

几个新手容易忽略的要点：

并行但不打架：每篇论文的/ingest跑在独立 git worktree 里，互不污染；合并时由/init统一处理概念/方法的冲突，避免近重复页面泛滥
外部论文只进raw/discovered/：/init自动发现的论文绝不写进你自有的raw/papers/，你的素材永远是只读的
全程可恢复：.checkpoints/init-*.json记录每一步状态，中途中断也能接着跑
降级不失败：Semantic Scholar / DeepXiv 不可用、单篇下载失败、单篇 ingest 失败，都会记录 warning 后继续，而不是让整个建库流程崩掉

/init 与 /ingest 的分工：一张表看懂

`/init`	`/ingest`
适用场景	从零建库 / 批量消化	持续给库里"喂"新论文
输入	`raw/papers/`、`raw/notes/`、`raw/web/`+ 可选 topic	单篇：本地`.tex`/`.pdf`/ arXiv URL
论文数量	8–20+ 篇，批量	1 篇
是否自动发现相关论文	是（可裁剪、可控）	否（可选`--discover`附推荐清单）
并行策略	git worktree + 子代理 fan-out / fan-in	单进程顺序执行
典型耗时	较长（分钟到小时级，视论文数与 API 限速）	分钟级

一句话记忆：/init是"批量建库"，/ingest是"持续喂养"。两者共享同一套实体与边规则，所以第 21 篇、第 100 篇论文进来，图谱依然自洽。

/ingest 单篇论文消化：7 步把 PDF 变成互联页面

/ingest的职责是把一篇论文转化成一组正确链接的 wiki 页面（规则定义见 i18n/zh/skills/ingest/SKILL.md）。以一篇新论文为例：

1. 解析来源。支持四种输入：arXiv URL、本地.tex、本地.pdf、或/init交接的规范化路径。PDF 会先走预处理管线（i18n/zh/skills/ingest/references/pdf-preprocessing.md）：恢复 arXiv ID → 抓取 LaTeX 源码 → 失败才回退 PDF 解析。优先级始终是.tex>.pdf。

2. 身份与元数据回填。通过 Semantic Scholar 查询 venue、年份、引用数，并评估importance（1–5）。这个分数很关键：importance 低于 4 的论文，最多新建 1 个新概念 + 1 个新方法；高于 4 的才允许更丰富的实体产出——从源头防止知识库"通货膨胀"。

3. 概念与方法去重。每个 concept 候选先调用find-similar-concept查库里有没有同物异名（如"少样本微调" vs "Few-shot fine-tuning"），默认合并而非新建。这是整份知识图谱越用越干净、而不是越用越乱的核心机制。

4. 双向链接与语义边。每条正向链接必须同步写入反向链接（规则见 runtime/schema/xref.yaml）；语义关系写入graph/edges.jsonl并标注置信度：

{ "from": "papers/llama-adapter", "to": "concepts/low-rank-adaptation", "type": "introduces_concept", "confidence": "high" }

引用关系则进入graph/citations.jsonl。

5. 归类与索引。论文按 tags 归入已有 topic，更新wiki/index.md与wiki/log.md，最后在终端输出一行摘要：

Wiki: +1 paper, +2 concepts, +1 method, +5 edges

6. 可选延伸。--discover会附一份"接下来可能想 ingest 的相关论文"清单（只推荐、不自动入库）；--visualize会即时重生成 Canvas 可视化。

7. 边界清晰。/ingest只对自己写出的内容做形状检查；反向链接对称性、悬空节点等语义审计留给/check——职责分离让每一步都可预期。

建好之后：让 AutoSci 知识图谱"看得见"

图谱建好后，有三种方式探索：

交互式网页 Graph 视图：/visualize会自动后台启动python3 tools/serve.py，浏览器打开http://127.0.0.1:8765/#/graph——点击节点用 BFS 高亮邻域，按实体类型 / 边类别过滤，双击直接打开完整页面
Obsidian：/visualize --obsidian生成按 9 类实体着色的图谱配置；/visualize --canvas生成带边类型标签的 Canvas 知识地图
直接读 wiki：wiki/下全是 Markdown，用任何编辑器或 Obsidian 都能打开，[[wikilink]]双向跳转

节点大小也编码了信息：论文节点按 importance 缩放（1→0.7× 到 5→1.5×），一眼看出库里的"重量级论文"。

建库之后的常用命令

建库只是起点。AutoSci 的 30+ 技能都构建在这份记忆之上，新手最常用的是这几个：

命令	干什么
`/ask <问题>`	基于 wiki 综合回答并附引用，`--crystallize`可把回答沉淀回库
`/discover`	按主题 / 会议 / anchor 论文生成候选论文清单（不自动 ingest）
`/check`	全库健康扫描，生成分级修复建议报告
`/reset`	按范围（wiki / raw / log / all）重置状态

完整技能清单见 README.md 的 Skills 一节。