wikify-repo：把任意代码库编译为可供 AI Agent 检索的可信 Markdown 知识库 Wiki

vlasenkoalexey/wikify-repo · Compile any codebase into a grounded, lint-clean markdown wiki your AI agent can actually trust — SCIP symbol resolution + citation linter, plain markdown you own (no graph DB, no SaaS).

GitHub原文发布未知首次收录 2026-10-04上架 2026-10-04 07:03

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

wikify-repo 通过 SCIP 符号解析把代码库编译成基于真实符号引用的 Markdown Wiki，并用引用 linter 在构建时强制每条论断都能解析到已固定的源码符号；输出为可离线 grep 检索的纯 Markdown，无需图数据库、向量库或托管服务，支持增量重建和跨仓库概念页。

# markdown # ai-agents # code-wiki # scip # codebase-understanding

核心能力与快速开始

★ 1 · Python

能做什么: 将代码库编译为带引用的 Markdown Wiki：用 SCIP（scip-python / scip-clang 等索引器）做编译器级符号解析，为每个符号生成索引行（锚点、路径、行号、类型、rank、body hash、调用方、引用页面）及完整调用边列表与模块图；为每个子系统生成机制页、架构图与 Mermaid 机制图（节点映射到目录符号并在构建期校验）；生成顶层区域页与总览页；引用 linter 作为硬性构建门禁，无法解析到真实符号的论断会使构建失败；对抗式验证尝试用源码反驳每条关键论断；支持增量重建（固定 commit 后按符号粒度重建、迁移符号重新链接、仅重新验证证据变化的论断），并记录 changes/<ref>.md；支持跨仓库概念页；输出带 OKF v0.2 front matter（generated、verified、sources）的纯 Markdown，检索仅需 grep 与 index.md。
适用场景: 适用于代码规模超出阅读能力、需要让编码 Agent（Claude Code、Codex、Antigravity）从可信知识库回答代码内部问题的团队；跨多个仓库共享同一概念的知识库；无需导览的代码库上手；希望以 grep 方式离线检索、且把 Wiki 作为纯 Markdown 纳入自有 git 仓库管理的场景。
项目形态: 可直接使用的工具
部署方式: 本地运行，提供 CLI（pipx 或 pip 安装），生成的 Wiki 为本地纯 Markdown 文件，无图数据库、仪表盘或托管服务；未说明其他部署方式。
主要依赖: Python ≥ 3.11 与 git；索引 Python 或 TS/JS 需要 Node.js + npm，C++ 索引器为下载的二进制；SCIP 索引器（scip-python、scip-clang、TS/JS、Go、Rust）在首次需要时按需安装到 ~/.wikify/vendor；Windows 原生环境需 PYTHONUTF8=1，scip-python 需 PATH 上有 pip，且 @sourcegraph/scip-python 0.6.x 在 Windows 上需修补。
使用限制: SCIP 索引器比零构建 AST 解析更重（需要真实索引器，C++ 需要 compile_commands.json）；不擅长任意传递查询，常见传递问题以预先生成的纯文本索引与调用边列表替代；未说明 API 成本、硬件要求及是否可商用（仅标 MIT 许可）。
许可证: MIT
最近推送: 2026-10-03 08:56

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-04 07:00 · 卡片整理：2026-10-04 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

将代码库编译为基于真实符号引用的 Markdown Wiki，供 AI Agent 检索；用于代码理解、技术文档生成、代码审查与排错时让 Agent 从可信知识库中检索代码内部结构。

查看内容依据

Compile any codebase into a grounded, lint-clean markdown wiki your AI agent can actually trust — SCIP symbol resolution + citation linter, plain markdown you own (no graph DB, no SaaS).

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

PageSift：为 AI Agent 与 RAG 管线提供高吞吐、内存受限的网页抓取与内容提取引擎

PageSift 是用 Rust 编写的高性能、内存受限网页抓取与内容提取引擎，面向 AI Agent 和 LLM 管线，将网站、文档和归档转换为干净的 Markdown 与结构化数据。它支持自适应爬取、PDF/RSS 解析、浏览器渲染和字符集检测，提供 Firecrawl v1/v2 与 Jina Reader 兼容 API、MCP 服务，以及 Python/Node.js SDK 和 CLI。项目采用 AGPL-3.0 许可，并另提供商业许可选项，材料中给出了 Docker、pip、npm、cargo 和 MCP 的入门方式。

Hermes Memory for OpenCode：为 OpenCode 智能体提供分层持久记忆的插件

该项目是从 Hermes 移植到 OpenCode 的分层持久记忆插件，使用纯 Markdown 文件作为记忆来源，不依赖向量数据库或外部服务。它提供常驻指令注入、记忆检索与增删改、会话空闲时后台学习总结、纠错检测、bash 命令失败时相关历史教训预取，以及记忆替换后的历史归档等能力，使 OpenCode 智能体能跨会话保留用户偏好、项目约定和过往经验。

scout-ci：自我验证的 AI 竞争情报与销售作战卡工具

Agent Scout 是一个面向产品营销（PMM）与上市（GTM）团队的竞争情报工具：给定竞争对手（可选加上自家公司和关注领域），生成包含执行摘要、作战卡（battlecard）、异议处理等内容的战略简报。其特点是每条事实性主张都对照公开来源进行核验，无法核实的内容会被删除并记录在可见的 Cut Log 中；核验过程是确定性的、与模型无关的独立代码重新抓取来源并确认引用证据存在。v2 版本由模型驱动的工具调用循环编排（Opus 编排，Sonnet 子代理研究/核验），作战卡会由每日代理监控并仅在判断变化具有实质性时更新。仓库包含 v1（固定 generate→verify→render 流水线）与 v2（Agent Scout 代理式版本）两代实现，二者各自独立可运行。

AYGENT Core：原生桌面端 AI Agent 运行框架

AYGENT Core 是一个开源的 AI Agent 桌面应用（macOS／Windows／Linux），用图形界面而非终端或 SDK 来创建和管理多个智能体。每个智能体绑定一个指定文件夹，可读取、写入、整理文件，具备会话记忆（以 markdown 形式保存在用户自有文件夹中）、定时与 cron 调度、并行线程、Save Points 回滚、工具与技能扩展、MCP 服务器以及 GitHub／Notion 等连接器。安全方面由操作系统级沙箱约束文件访问（macOS Seatbelt、Linux Landlock），密钥存入系统钥匙串并按调用注入，Shell 权限需单独逐智能体授权。支持 Anthropic、OpenAI、OpenRouter、Muse 等自带密钥，也可下载 GGUF 与 Apple Silicon MLX 本地模型离线运行。项目以 Apache-2.0 开源，官方另提供付费闭源的 AYGENT Pro 版本。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。