feat: add MCP server for headless wiki operations (no Tauri/GUI)

HERMES.md

@@ -0,0 +1,40 @@
+# llm-wiki-nashsu — Hermes Skill 入口
+
+> **适配状态**：⚠️ 部分适配（需完成 GUI→CLI 工程改造后方可完整使用）
+> **当前可用**：graph、insights、search 命令（无需 LLM）
+> **待完成**：ingest、deep-research 命令（需替换 Tauri IPC → Node.js fs）
+
+## 触发条件
+
+加载本技能当用户明确提到：
+- "图谱分析"、"知识图谱"、"图谱洞察"
+- "深度研究"
+- "知识缺口"、"惊人连接"
+
+## 与 llm-wiki-skill 的关系
+
+本技能**补充** llm-wiki-skill，提供更高级的图谱分析能力：
+- llm-wiki-skill：负责日常 ingest、Hermes 调度、中文内容源
+- llm-wiki-nashsu：负责高级图谱分析、深度研究
+
+## 主要工作流
+
+详见 `SKILL.md`。
+
+## 安装路径
+
+```bash
+# Hermes 安装
+bash install.sh --platform hermes
+
+# 直接使用
+node skill/cli.js graph <wiki_root>
+node skill/cli.js insights <wiki_root>
+node skill/cli.js search <wiki_root> <query>
+```
+
+## 注意事项
+
+- Node.js >= 20 运行时必须可用
+- 中文素材源（微信/知乎/小红书）请使用 llm-wiki-skill
+- ingest 功能目前需要完成 Tauri IPC 替换工程（约 10-13 人日）

SKILL.md

@@ -0,0 +1,293 @@
+---
+name: llm-wiki-nashsu
+version: 0.4.6-skill
+author: nashsu (GUI→Skill 适配: bid-sys team)
+license: MIT
+description: |
+  基于 nashsu/llm_wiki 后端逻辑提取的知识库技能（无 GUI）。
+  核心算法包括：4 信号图谱相关度模型、Louvain 社区检测、图谱洞察（惊人连接+知识缺口）、
+  RRF 混合搜索（BM25+向量）、深度研究（网络搜索+自动消化）、异步审核队列。
+  触发条件：用户明确提到知识库、wiki、图谱分析、深度研究，或要求对已初始化的知识库执行
+  消化、搜索、健康检查等操作。
+metadata:
+  hermes:
+    tags:
+      - knowledge-base
+      - wiki
+      - graph-analysis
+      - deep-research
+      - semantic-search
+  origin: nashsu/llm_wiki (GUI stripped, backend extracted)
+  runtime: node >= 20
+  adapted_from: https://github.com/nashsu/llm_wiki
+---
+
+# llm-wiki-nashsu — 高级知识库后端技能
+
+> 从 nashsu/llm_wiki 提取的后端逻辑，去除 Tauri GUI 后适配为 Hermes Skill。
+> 与 llm-wiki-skill 相比，本技能具有**显著更强的图谱分析能力**，但需要 Node.js 运行时。
+
+## 核心差异化能力
+
+| 能力 | 本技能 | llm-wiki-skill |
+|------|-------|----------------|
+| **图谱相关度** | 4 信号模型（直接链接×3 + 来源重叠×4 + Adamic-Adar×1.5 + 类型亲和×1）| 仅 wikilink，无权重 |
+| **社区检测** | Louvain 算法 + 凝聚度评分 | 主题页→社区（启发式）|
+| **图谱洞察** | 惊人连接 + 知识缺口 + 桥节点检测 | 无 |
+| **搜索** | RRF 混合（BM25 + 向量） | Grep 关键词 |
+| **深度研究** | 网络搜索→LLM 综合→自动消化 | 无 |
+| **审核队列** | 异步异步 sweep-reviews 系统 | 无 |
+| **图像处理** | 视觉 API 图像标注管线 | 无 |
+
+---
+
+## Script Directory
+
+Scripts located in `skill/` subdirectory relative to this SKILL.md.
+
+**Path Resolution**:
+1. `SKILL_DIR` = this SKILL.md's directory
+2. Script path = `${SKILL_DIR}/skill/<command>`
+
+---
+
+## 依赖要求
+
+```
+node >= 20
+npm >= 9
+```
+
+**可选依赖（启用向量搜索）**：
+- 配置 `EMBEDDING_API_BASE` 和 `EMBEDDING_MODEL` 环境变量（OpenAI 兼容端点）
+
+---
+
+## 工作流命令
+
+### 1. init — 初始化知识库
+
+```bash
+node ${SKILL_DIR}/skill/cli.js init <wiki_root> [topic] [lang]
+```
+
+**参数**：
+- `wiki_root`：wiki 工作目录（绝对路径）
+- `topic`：知识库主题（可选，默认 "My Knowledge Base"）
+- `lang`：语言（可选，`zh`|`en`，默认 `en`）
+
+**产物**：
+```
+<wiki_root>/
+├── wiki/
+│   ├── entities/
+│   ├── concepts/
+│   ├── sources/
+│   ├── queries/
+│   └── index.md
+├── raw/
+└── .wiki-config.json
+```
+
+---
+
+### 2. ingest — 消化素材
+
+```bash
+node ${SKILL_DIR}/skill/cli.js ingest <wiki_root> <file_path> [--llm-api-key=KEY]
+```
+
+**参数**：
+- `wiki_root`：wiki 工作目录
+- `file_path`：待消化的文件路径（支持 .md / .txt；PDF/DOCX 需先转为文本）
+- `--llm-api-key`：LLM API Key（也可通过 `OPENAI_API_KEY` 环境变量传入）
+
+**处理流程**（源自 `ingest.ts`）：
+1. **Step 1**：LLM 分析素材 → 生成结构化 JSON（实体、概念、关系）
+2. **Step 2**：基于 JSON 生成 wiki 页面：
+   - `wiki/sources/{slug}.md` — 素材摘要页（含 `sources: []` frontmatter）
+   - `wiki/entities/{name}.md` — 实体页（仅限新实体）
+   - `wiki/concepts/{name}.md` — 概念页（仅限新概念）
+3. **自动消化**：生成的页面自动进入 wiki 图谱（下次 graph 命令时生效）
+4. **审核标记**：LLM 自动标记需人工判断的条目（`review: true` frontmatter）
+
+**产物示例**：
+```json
+{
+  "status": "success",
+  "pages": [
+    "wiki/sources/2026-04-30-企业资质证书.md",
+    "wiki/entities/市政公用工程施工总承包壹级.md"
+  ],
+  "reviews_pending": 1
+}
+```
+
+---
+
+### 3. batch-ingest — 批量消化
+
+```bash
+node ${SKILL_DIR}/skill/cli.js batch-ingest <wiki_root> <dir_path>
+```
+
+按目录递归处理所有 `.md`/`.txt` 文件，保留目录结构作为分类上下文。
+失败不阻塞后续文件（标记失败项，继续）。
+
+---
+
+### 4. search — 智能搜索
+
+```bash
+node ${SKILL_DIR}/skill/cli.js search <wiki_root> <query> [--limit=20]
+```
+
+**算法**（源自 `search.ts`，18KB）：
+1. **BM25 词法搜索**：中文 CJK bigram 分词 + 停用词过滤 + 精确词组匹配加权
+2. **向量语义搜索**（可选）：LanceDB ANN 检索（需配置嵌入端点）
+3. **RRF 融合**：倒数秩融合（K=60），避免量纲不一致
+
+**输出**：JSON 格式检索结果（path, title, snippet, score, images）
+
+---
+
+### 5. graph — 构建知识图谱
+
+```bash
+node ${SKILL_DIR}/skill/cli.js graph <wiki_root> [--output=graph-data.json]
+```
+
+**算法**（源自 `wiki-graph.ts` + `graph-relevance.ts`）：
+1. **读取所有 wiki 页面**，提取标题、类型、wikilink
+2. **4 信号相关度计算**（每条边）：
+   - 直接链接（weight 3.0）
+   - 来源重叠（weight 4.0，基于 `sources: []` frontmatter）
+   - Adamic-Adar 共同邻居（weight 1.5）
+   - 类型亲和度（weight 1.0）
+3. **Louvain 社区检测**（graphology-communities-louvain）：
+   - 自动聚类，计算每个社区凝聚度（实际边/可能边）
+   - 低凝聚度社区（<0.15）标记为警告
+4. **输出**：`graph-data.json`（nodes + edges + communities）
+
+**输出格式**：
+```json
+{
+  "nodes": [{ "id": "xxx", "label": "...", "type": "entity", "linkCount": 5, "community": 0 }],
+  "edges": [{ "source": "xxx", "target": "yyy", "weight": 7.2 }],
+  "communities": [{ "id": 0, "nodeCount": 12, "cohesion": 0.24, "topNodes": ["..."] }]
+}
+```
+
+---
+
+### 6. insights — 图谱洞察
+
+```bash
+node ${SKILL_DIR}/skill/cli.js insights <wiki_root>
+```
+
+**算法**（源自 `graph-insights.ts`，193 行）：
+1. **惊人连接**（Surprising Connections）：
+   - 跨社区边 +3，跨类型边 +2，边缘↔枢纽耦合 +2，弱连接 +1
+   - 阈值 ≥3 才输出
+2. **知识缺口**（Knowledge Gaps）：
+   - 孤立节点（degree ≤1）
+   - 稀疏社区（cohesion <0.15 且 ≥3 节点）
+   - 桥节点（连接 ≥3 个社区）
+
+**输出**：Markdown 格式洞察报告
+
+---
+
+### 7. deep-research — 深度研究
+
+```bash
+node ${SKILL_DIR}/skill/cli.js deep-research <wiki_root> <topic> [--queries="q1|q2|q3"]
+```
+
+**流程**（源自 `deep-research.ts`，244 行）：
+1. **网络搜索**：多查询并行搜索（Tavily API），URL 去重合并
+2. **LLM 综合**：搜索结果 → wiki 页面（带 `[[wikilink]]` 交叉引用）
+3. **保存**：`wiki/queries/research-{slug}-{date}.md`
+4. **自动消化**：研究结果自动 ingest，提取实体/概念
+
+**环境变量**：`TAVILY_API_KEY`（或 `SERPER_API_KEY`）
+
+---
+
+### 8. lint — 健康检查
+
+```bash
+node ${SKILL_DIR}/skill/cli.js lint <wiki_root>
+```
+
+**检查项**（源自 `lint.ts`）：
+- 孤立页面（无入链且无出链）
+- 断链（`[[wikilink]]` 指向不存在的页面）
+- 过短页面（< 100 字）
+- 语言不一致（frontmatter `lang` 与内容不符）
+- 重复内容（相似度过高的页面）
+
+---
+
+### 9. sweep-reviews — 处理审核队列
+
+```bash
+node ${SKILL_DIR}/skill/cli.js sweep-reviews <wiki_root>
+```
+
+**功能**（源自 `sweep-reviews.ts`，14KB）：
+- 扫描所有 `review: true` 的 wiki 页面
+- 基于规则匹配 + LLM 语义判断自动解决
+- 预定义动作：Create Page / Skip（防止 LLM 幻觉任意动作）
+
+---
+
+### 10. status — 知识库状态
+
+```bash
+node ${SKILL_DIR}/skill/cli.js status <wiki_root>
+```
+
+**输出**：JSON 格式统计（页面数、实体数、概念数、源数、待审核数）
+
+---
+
+## 配置环境变量
+
+| 变量 | 用途 | 示例 |
+|------|------|------|
+| `OPENAI_API_KEY` | LLM API Key（OpenAI/Anthropic 兼容）| `sk-...` |
+| `OPENAI_API_BASE` | 自定义 LLM 端点（Ollama/代理）| `http://localhost:11434/v1` |
+| `LLM_MODEL` | 模型名称 | `gpt-4o` / `claude-3-5-sonnet` |
+| `EMBEDDING_API_BASE` | 嵌入端点（可选，启用向量搜索）| `http://localhost:11434/v1` |
+| `EMBEDDING_MODEL` | 嵌入模型（可选）| `text-embedding-3-small` |
+| `TAVILY_API_KEY` | 深度研究搜索 API（可选）| `tvly-...` |
+
+---
+
+## 与 llm-wiki-skill 的关键互补
+
+本技能建议**配合** llm-wiki-skill 使用而非替代：
+
+| 场景 | 推荐方案 |
+|------|---------|
+| 日常 ingest（速度优先）| llm-wiki-skill（Shell，零开销）|
+| 图谱质量分析 | 本技能（graph + insights 命令）|
+| 深度研究专项 | 本技能（deep-research 命令）|
+| 中文内容源（微信/知乎/小红书）| llm-wiki-skill |
+| Hermes Runtime 集成 | llm-wiki-skill（已有 HERMES.md）|
+| 本技能 Hermes 集成 | 参见 HERMES.md（需手动适配）|
+
+---
+
+## 安装
+
+```bash
+# 安装 CLI 依赖
+cd ${SKILL_DIR}/skill
+npm install
+
+# 验证安装
+node cli.js --version
+```

install.sh

@@ -0,0 +1,63 @@
+#!/usr/bin/env bash
+# llm-wiki-nashsu install script
+# Installs the nashsu backend skill (CLI-based, no GUI)
+
+set -euo pipefail
+
+SKILL_DIR="$(cd "$(dirname "$0")" && pwd)"
+PLATFORM="${1:-}"
+
+install_skill_files() {
+  local target_dir="$1"
+  mkdir -p "$target_dir"
+  cp -r "$SKILL_DIR"/* "$target_dir/"
+  echo "✅ Skill files installed to $target_dir"
+}
+
+install_npm_deps() {
+  local skill_dir="${1:-$SKILL_DIR}"
+  if [ -d "$skill_dir/skill" ]; then
+    echo "📦 Installing Node.js dependencies..."
+    cd "$skill_dir/skill"
+    npm install --quiet
+    echo "✅ Dependencies installed"
+  fi
+}
+
+echo "🔧 llm-wiki-nashsu Skill Installer"
+echo "   Source: $SKILL_DIR"
+echo ""
+
+case "$PLATFORM" in
+  --platform=hermes|--platform\ hermes)
+    HERMES_SKILLS="${HOME}/.hermes/skills"
+    TARGET="${HERMES_SKILLS}/llm-wiki-nashsu"
+    echo "🎯 Platform: Hermes"
+    install_skill_files "$TARGET"
+    install_npm_deps "$TARGET"
+    echo ""
+    echo "✅ Installed to: $TARGET"
+    echo "   Usage: hermes run llm-wiki-nashsu graph <wiki_root>"
+    ;;
+
+  --platform=claude|--platform\ claude)
+    echo "🎯 Platform: Claude Code"
+    echo "   Add to CLAUDE.md:"
+    echo "   @${SKILL_DIR}/SKILL.md"
+    install_npm_deps
+    ;;
+
+  "")
+    echo "📦 Local installation (no platform)"
+    install_npm_deps
+    echo ""
+    echo "✅ Ready. Usage:"
+    echo "   node ${SKILL_DIR}/skill/src/cli.ts graph <wiki_root>"
+    ;;
+
+  *)
+    echo "⚠️  Unknown platform: $PLATFORM"
+    echo "   Supported: --platform hermes, --platform claude"
+    exit 1
+    ;;
+esac