npm package discovery and stats viewer.

Discover Tips

  • General search

    [free text search, go nuts!]

  • Package details

    pkg:[package-name]

  • User packages

    @[username]

Sponsor

Optimize Toolset

I’ve always been into building performant and accessible sites, but lately I’ve been taking it extremely seriously. So much so that I’ve been building a tool to help me optimize and monitor the sites that I build to make sure that I’m making an attempt to offer the best experience to those who visit them. If you’re into performant, accessible and SEO friendly sites, you might like it too! You can check it out at Optimize Toolset.

About

Hi, 👋, I’m Ryan Hefner  and I built this site for me, and you! The goal of this site was to provide an easy way for me to check the stats on my npm packages, both for prioritizing issues and updates, and to give me a little kick in the pants to keep up on stuff.

As I was building it, I realized that I was actually using the tool to build the tool, and figured I might as well put this out there and hopefully others will find it to be a fast and useful way to search and browse npm packages as I have.

If you’re interested in other things I’m working on, follow me on Twitter or check out the open source projects I’ve been publishing on GitHub.

I am also working on a Twitter bot for this site to tweet the most popular, newest, random packages from npm. Please follow that account now and it will start sending out packages soon–ish.

Open Software & Tools

This site wouldn’t be possible without the immense generosity and tireless efforts from the people who make contributions to the world and share their work via open source initiatives. Thank you 🙏

© 2026 – Pkg Stats / Ryan Hefner

lumina-wiki

v1.9.2

Published

Domain-agnostic, multi-IDE wiki scaffolder — Karpathy's LLM-Wiki vision, cross-platform and pack-based.

Readme

Lumina-Wiki

Where Knowledge Starts to Glow.

把 AI 变成您的个人知识助手和第二大脑。

目录


1. 核心工作流

Lumina-Wiki 遵循一个简单原则:将您的原始资料与 AI 的结构化知识分开。

+-------------------------+      /lumi-ingest      +---------------------------+
|      您的输入            | ---------------------> |      AGENT 的大脑         |
|      (raw/ 文件夹)       |                        |      (wiki/ 文件夹)       |
|                         | <--------------------- |                           |
|  - paper.pdf            |       /lumi-ask        |  - paper.md (摘要)        |
|  - notes.txt            |                        |  - concept-a.md           |
+-------------------------+                        +---------------------------+
  1. 您提供: 将文档(PDF、笔记)放入 raw/ 目录。
  2. Agent 构建: 在 AI 对话中使用指令(如 /lumi-ingest),让 Agent 从 raw/ 读取内容,并在 wiki/ 中构建结构化、互相关联的维基。
  3. 您使用: 通过 /lumi-ask 直接向 wiki/ 中的 Agent“大脑”提问,获得更快、更贴合上下文的回答。

2. 快速开始

第一步:安装

用一条命令把 wiki 工作区安装到当前项目中:

运行此命令前,您的电脑需要安装 Node.js。如果尚未安装,请从官方网站下载并安装推荐版本:nodejs.org/en/download

npx lumina-wiki install

Windows 用户注意: 为了获得最佳体验,建议启用开发者模式,以便安装程序正确使用符号链接。如果开发者模式关闭,安装程序会退回到复制 skill 文件;功能仍然可用,但对后续更新不如符号链接理想。

安装程序会引导您完成几个快速设置步骤,包括选择可选的 Packs,例如 research(研究)、reading(阅读)和 learning(学习)。

第二步(可选):配置 Research Pack

如果您安装了 research 包,部分技能可以使用 API key 来获得更好的在线搜索效果。在 AI 对话中运行:

您: /lumi-research-setup

Agent 会引导您检查研究工具,并在需要时把 key 保存到本地 .env 文件中。

第三步(升级时):迁移旧版 Wiki 条目

如果您在已经有旧版 wiki/ 的项目上重新安装 Lumina-Wiki,直接再次运行 npx lumina-wiki install 即可。安装器会更新 scripts、schemas 和 skills;您在 wiki/raw/log.md 中的内容不会被修改

您可以在项目根目录或其子目录中运行该命令。如果从设置中移除某个包或 AI 工具,Lumina 会清理旧命令和未经您修改的设置文件。您修改过的文件会保留,并显示警告。如果整个项目被复制、移动或重命名,Lumina 会在升级时修复由系统管理的链接。

如果安装器提示旧条目缺少新的 frontmatter 字段,可以用两种方式回填:

  • 推荐: 打开 AI 对话并运行 /lumi-migrate-legacy
  • 更快: 运行终端命令:
node _lumina/scripts/wiki.mjs migrate --add-defaults

有关各版本 schema 变更的细节,请查看 CHANGELOG.md 或安装后的本地副本 _lumina/CHANGELOG.md

3. 您的第一组指令(核心技能)

在 AI Agent 的聊天界面中使用这些指令与 wiki 交互,例如 Gemini CLI、Claude 等。

阶段一:导入与构建知识

  • /lumi-init: 扫描 raw/ 目录并执行首次 wiki 构建。
  • /lumi-ingest [path/to/file]: 把一份新文档加入知识库。AI 会先请你审阅草稿;如果没有需要你判断的问题,就会继续完成后续步骤。

阶段二:查询与维护

  • /lumi-ask [您的问题]: 基于 wiki/ 中的完整知识库提问。
  • /lumi-edit [path/to/wiki/page]: 要求修改或修正某个具体 wiki 页面。
  • /lumi-check: 检查整个 wiki 的问题(断链、孤立页面等)。

如果您安装了 researchreadinglearning 等可选包,还会有额外技能可用。


4. 目录结构指南

Lumina 会创建一个工作区,每个目录都有明确用途。

| 路径 | 用途 | 管理方 | | :--- | :--- | :--- | | raw/ | 您的不可变输入库。 Agent 只从这里读取。 | | | raw/sources/ | 放置主要文档(PDF、论文)的位置。 | 您 | | raw/notes/ | 您的个人笔记和未结构化想法。 | 您 | | raw/assets/ | 笔记所需的图片或其他资产。 | 您 | | raw/discovered/| (Research Pack) /lumi-research-discover 找到的论文会保存在这里。 | Agent | | wiki/ | Agent 的大脑。 Agent 在这里写入结构化知识。 | Agent | | wiki/sources/ | 为 raw/sources 中每个文档生成的 AI 摘要。 | Agent | | wiki/concepts/ | 被抽取成独立页面的核心想法和定义。 | Agent | | wiki/people/ | 作者、研究人员等人物资料。 | Agent | | wiki/outputs/ | /lumi-ask 的详细回答会保存在这里,便于引用。 | Agent | | wiki/index.md | 整个 wiki 的主目录。 | Agent | | ... | (其他实体目录,如 foundations/characters/,会随对应 pack 出现) | Agent | | _lumina/ | Lumina 管理的引擎、脚本和配置。 | 系统 | | .agents/ | Agent 可以使用的 skills。 | 系统 |

通常您只需要在 raw/ 中工作,并阅读 wiki/ 中的结果;不需要修改系统目录。

使用 Obsidian 浏览 Wiki(可选)

Obsidian 是一款本地 Markdown 笔记应用,可以帮助您阅读和浏览互相关联的笔记。由于 Lumina-Wiki 也生成 Markdown 文件,您可以用 Obsidian 打开项目根目录,更方便地阅读 wiki。更多信息请见用户指南

使用 qmd 进行本地搜索(高级,可选)

随着 Wiki 的增长,您可以使用 qmd 实现更快的本地 Markdown 搜索。如果您的 IDE 支持 Skill 格式,请安装官方 qmd skill:

npx skills add https://github.com/tobi/qmd --skill qmd

有关详细的安装和配置,请参阅高级指南


5. 可用技能

这些是您在与 AI 对话时可以使用的指令。

| Pack | Skill | 用途 | | :--- | :--- | :--- | | Core | /lumi-init | 从 raw/ 中的所有文件初始化 wiki。 | | | /lumi-ingest | 阅读一份文档并撰写 wiki 页面。AI 会先请你审阅草稿;如果没有需要你判断的问题,就会继续完成后续步骤。可跨会话续接。 | | | /lumi-ask | 基于整个知识库提问。 | | | /lumi-edit | 要求手动编辑 wiki 页面。 | | | /lumi-check | 检查 wiki 中的问题(断链等)。 | | | /lumi-reset | 安全地删除 wiki 的部分内容。 | | | /lumi-verify | 核查 wiki 里的笔记是否与引用的来源相符。把可疑之处报告给你审阅;不会替你修改笔记。 | | | /lumi-help | 读取工作区状态,给出下一步该做的一条建议。加参数 /lumi-help skills 可查看全部命令清单,或 /lumi-help explain <主题> 询问 Lumina 自己的工作原理(例如 /lumi-help explain bidirectional links)。 | | Research| /lumi-research-discover | 发现并排序相关研究论文。 | | | /lumi-research-watchlist | 帮你选择要定期查找的研究主题。 | | | /lumi-research-survey | 从现有知识创建综述/调研。 | | | /lumi-research-prefill | 预先生成基础概念,避免重复。 | | | /lumi-research-topic | 把 wiki 中已有的相关概念和来源汇聚成一个主题页,保存在 wiki/topics/<slug>.md。AI 会提议收录哪些内容,由你确认后再生成页面。多次 /lumi-ingest 之后,用它把一组相关想法整理成独立的主题页。 | | | /lumi-research-rank | 给已经纳入的论文打分,帮你决定先读哪一篇。它会查询论文的影响力(引用信号)、估计发表场所的声望,并从四个方面评估质量——正确性、清晰度、贡献、背景——然后在论文页面上加上一份清晰的评分卡。实测数据与 AI 的估计始终分开标注。 | | | /lumi-research-setup | 帮助配置研究工具的 API key。 | | | /lumi-research-watch-run | 基于 watchlist 运行一次计划式发现(主题 + RSS / Atom 源)。仅在你要求时才运行。 | | Reading | /lumi-reading-chapter-ingest| 按章节导入书籍知识。 | | | /lumi-reading-character-track| 追踪故事中的角色及其关系。 | | | /lumi-reading-theme-map | 识别并映射故事主题。 | | | /lumi-reading-plot-recap | 提供情节的顺序回顾。 | | Learning | /lumi-learning-reflect | 引导一次针对某个概念或资料的自我反思(self-reflection)。在 wiki/reflections/ 中创建个人反思页,包含可改写的"当前理解"部分和只能追加的"演变日志"。AI 充当认知镜——引用你过去说的话并提问——但从不替你撰写反思内容。 |

后台脚本位于 _lumina/scripts/_lumina/tools/;通常您不需要直接调用它们。


6. 未来规划

Lumina-Wiki 正在快速演进。这是我们的用户路线图:

近期计划(稳定性与新导入支持)

  • [x] /lumi-help 技能: 智能助手读取工作区状态并告诉你下一步该做什么;加参数 /lumi-help skills 可查看全部命令清单,或 /lumi-help explain <主题> 询问 Lumina 本身的工作原理。(v1.4 已发布)
  • [x] 学习包(Learning Pack): 自我反思功能,帮助您追踪对某个概念的理解随时间的演变。(v1.4 已发布)
  • [x] 多语言安装: 安装时可选英文、越南文或中文作为主语言。(v1.2 已发布)
  • [x] 原生 DOCX、RTF 与 EPUB 导入: 通过 research pack 将 Word、Rich Text 与 EPUB 电子书直接导入维基。(v1.x 已发布)
  • [x] 改进的 CI/CD: 正式支持 Bun 和 Node 22 环境。(v1.2 已发布)
  • [x] 全球数据源扩展: 直接集成 OpenAlex、CORE 和 Unpaywall,实现可靠的 DOI-to-PDF 解析。(在 v1.6 中发布)
  • [x] RSS 与博客监控: 通过 watchlist 中的 type: feed 项,自动从您喜爱的实验室博客和期刊中发现新论文。(在 v1.6 中发布)
  • [x] 高级论文排名: 通过 /lumi-research-rank 查看研究论文的影响力评分和质量信号。(在 v1.7 中发布)

长期计划(深度研究与集成)

  • [ ] 图片 OCR 与扫描 PDF: 将截图与扫描版 PDF 导入维基。
  • [ ] 论文版本追踪: 当已导入的论文出现新修订版或正式发表版本时发出通知。
  • [ ] Google Workspace: 直接将 Google Docs 和 Sheets 导入知识图谱。
  • [ ] 多媒体支持: 通过转录处理 YouTube 视频和音频录音。
  • [ ] 知识图谱审计: 自动检测矛盾和结构偏移。

计划中

  • [ ] 桌面端应用: 专用的图形界面环境,方便管理维基。
  • [ ] 专业科学包: 为生物医学和物理研究人员提供深度集成。

完整的技术细节请见 ROADMAP.md。想要贡献?欢迎在 GitHub 上加入我们!


7. 贡献与许可

CLI 契约

CI 脚本和集成应参考 docs/cli-contract.md 了解 v1.x 稳定标志列表和退出码映射。未在其中列出的任何内容均为内部,可能在不另行通知的情况下更改。

本地开发(贡献者)

如果您想为 lumina-wiki 安装器做贡献:

# 1. 克隆并安装依赖
git clone https://github.com/tronghieu/lumina-wiki.git
cd lumina-wiki
npm ci

# 2. 运行测试
npm run test:all

8. 其他语言

许可: MIT © Lưu Trọng Hiếu.


贡献者

感谢所有为 Lumina Wiki 做出贡献的人!

Contributors

想要贡献? 请阅读 CONTRIBUTING.md 开始参与——欢迎提交 Bug 报告、新 skill、工具集成以及翻译。