設置 llm-wiki 環境

你上傳一份文件，AI 讀完、整理成文章、寫進你的 GitHub、更新目錄。之後你可以直接問它問題。
需要先有 GitHub 憑證，還沒設請看設定-n8n-的-GitHub-憑證。
Part 1 架環境
- @GitHub | 步驟 1　Repo 就是一個雲端資料夾
  - 類似 Google Drive 的雲端資料夾，裡面的檔案都有詳細版本紀錄。GitHub 上每個專案都叫做 repo。
  - GitHub 裡有兩種 Settings：
  - 哪一個從哪進管什麼
    帳號 Settings 右上角頭像你這個人：密碼、token
    repo Settings 進到某個 repo 後上方的分頁這個資料夾：名字、公開或私有
  - 長得很像，完全是兩回事。看到「Collaborators」「Branches」就是 repo 的。
- @GitHub | 步驟 2　複製模板
  - 打開 https://github.com/youlinhsieh/llm-wiki-template 這是我幫你做好的骨架。右上角綠色的 Use this template → Create a new repository。
    - - 按鈕會把課堂所有素材複製一份到你的 GitHub 帳號裡
  - 填寫方式，這次照這個才不會出錯，以後你可以隨便寫
    - 欄位填什麼
      Repository name llm-wiki（填這個不然會出錯）
      Public / Private Private
    - - repo 名稱保持一樣，設定為私人的，然後按下按鈕
  - 點 Create repository。網址會變成 github.com/你的username/llm-wiki，裡面有：
    - ```
      📁 docs ⬅️ 本課程步驟說明
      📁 n8n ⬅️ n8n 模板可以下載
      📁 wiki ⬅️ AI 寫的 wiki 知識卡在這裡
      📄 README.md
      📄 index.md ⬅️ AI 寫的 wiki 目錄
```
- 成功了！現在你已經有完整的課程素材，剩下交給 AI。
- @GitHub | 步驟 3 下載課程用 n8n 工作流
  - 打開 n8n/llm-wiki-workflow.json，點 Download raw file 存到本機，這是本次要用的工作流，下一步知道如何導入。
- @n8n | 步驟 4　匯入工作流
  - 新建 workflow → 右上「⋯」（3 個點按鈕） → Import from File → 選剛下載的 json 檔。
    - - import from file 選你剛剛下載的工作流 json 檔
  - 畫面分兩塊：
    - 上面 Ingest：上傳文件 → AI 整理 → 存進 GitHub
    - 下面 Query：你問問題 → AI 查 wiki → 回答
  - 節點上有紅色驚嘆號？別擔心，這是還沒掛帳密。點開 GitHub 節點，Credential 選建好的那組，每個都選同一組。
  - M1、M2 是 AI 語言模型節點，掛你的模型憑證。
- @n8n | 步驟 5 設定「貓頭」
  - 有 7 個節點會碰到你的 repo，長成兩種樣子。都連到 GitHub，但用不同方式，別被搞混。
  - 貓頭是 n8n 的 GitHub Tools，共 3 個：wiki_creater、wiki_updater、index-updater
    - - 貓頭就是用 n8n 內建的 GitHub 工具
  - 這三個，按兩下打開後，從下拉選單：
    - Owner 寫「YOUR_GITHUB_USERNAME」替換成你的帳號。
    - Repository Owner
      - Repository Owner 模式（左半邊）選 From list
      - 搜尋：輸入你的 username
      - 搜到：等它幾秒，帳號找到就顯示在下面清單，沒有？帳號是不是打錯了？
      - 選擇：從清單點選你的帳號（重要：沒做這步就關掉，欄位其實沒填——你只是搜了但沒選。看起來雖然正常，執行會報錯）
        
        搜尋後結果從下方跳出，一定要點
    - Repository Name
      - Repository Name 同樣做一次，選 llm-wiki
      - 這一步千萬不能跳過，點了才會真選到你的 repo。
- @n8n | 步驟 6 設定「地球」
  - 🌍 地球是 n8n 的萬用節點--- HTTP Request，設定好可以連任何服務。
  - 一樣是連 GitHub。共 4 個都是「讀取內容」功能：get-current-index、wiki-reader、get-current-index2、wiki-reader2
    - - 4 個讀取的功能用地球（http request）萬用節點
  - 為什麼不用貓頭？因為 n8n 的 GitHub 節點少一個設定，會讀到亂碼。地球節點萬用，自己補上設定（已經設好，別動）。
  - 點開節點，URL 欄位裡找到這段：
  - ```
    https://api.github.com/repos/YOUR_GITHUB_USERNAME/llm-wiki/contents/...
```
- 把 YOUR_GITHUB_USERNAME 改成你的 username。只改這個字。
  - - 找到網址 URL 這一格換成自己的 username
- 四個都要改。改完掃一次，確認網址裡沒有 YOUR_GITHUB_USERNAME 了。
- 💡 wiki-reader 那兩個網址尾巴有 {{ $fromAI(...) }}，是留給 AI 填檔名的，別刪。
- @n8n | 步驟 7 設定 LLM 寫維基的語言
  - 打開上半部 Ingest 的 AI Agent 節點，展開 system message，找到 Configuration > WIKI_LANGUAGE = English
  - 在等號後面的語言改成你想要它寫的語言，它就會用這個語言撰寫
Part 2　動手測試你的 LLM-WIKI
- @n8n | 步驟 8 上傳文件測試
  - Ingest 區點 Execute workflow，跳出上傳表單網址，打開它。
  - 限制為什麼
    只收 PDF 上課期間統一格式，有興趣以後再改
    小檔，一兩頁太長跑很久很慢
    不能是圖片 PDF 掃描件裡沒文字，只有圖，AI 讀不到
  - 怎麼判斷圖片 PDF？ 打開來用滑鼠選取文字。選得起來是真文字，整頁像一張圖就是圖片 PDF，換一份。
  - 安全的來源：自己寫的報告、網頁列印的 PDF、投影片轉的 PDF。
- @GitHub | 步驟 9 檢查是否成功寫入
  - 打開你的 llm-wiki repo，看兩個地方：
    - wiki/ 多了一篇 YYYY-MM-DD-主題.md
    - index.md 清單多了一筆
  - 兩個都有 = 成功。
  - 點進那篇新文章，你會發現它不是複製貼上，而是重新整理過的：摘要、正文、實體卡片、知識三元組。
  - - 上傳一篇「Manus_vs_n8n_vs_OpenClaw_平台綜合對比分析報告.pdf」，它產出 3 個 wiki 知識卡，也修正了 index.md
- @n8n | 步驟 10 詢問看是否成功讀到
  - 用下半部的 Query 區，打開 chat，問一個跟那份 PDF 有關的問題。
  - 看兩件事：答得對嗎、它讀了哪個檔案（執行紀錄裡看得到 wiki-reader2 讀了什麼）。
  - 第二件才是重點。它的動作是：
  - ```
    先讀 index.md（目錄）
      ↓
    發現這問題跟某篇有關
      ↓
    再讀那一篇的完整內容
      ↓
    回答
```
- 查目錄再翻書。
- 為什麼 llm-wiki 讓 AI 回答得更好？
  - 它有目錄： index.md 列出整個知識庫有什麼，AI 看一眼知道全貌。所以能告訴你「這個主題還沒有」，而不是硬掰。
  - 它讀的是完整文章： 有頭有尾、有背景有結論，不是被切斷的片段。AI 不用猜前後文。
  - 它讀的是整理的文章： 存進去的時候 AI 已經讀懂、摘要、抽出重點和關聯。像你讀完書寫了筆記，跟每次要用時重新翻書，效果差很多。
  - 它會編修：要修改它會刪掉舊的加上新的，而不是不同狀態無限累積，一眼看到狀態。
  - 你打得開： 它是文字檔不是數學。AI 答錯了，打開看就知道錯在哪，改掉，下次就對了。能除錯的系統才是能用的系統。
- 常見問題
  - 一定要 Private 嗎？　建議，GitHub 對私有 repo 比較不會管。
  - repo 一定要叫 llm-wiki 嗎？　這次照做，避免出錯。以後你愛怎麼取都行。
  - **同一份 PDF 傳兩次？**AI 會發現已經有了，改用 wiki_updater 覆蓋。
  - 能換成別家的模型嗎？　可以，換掉 M1、M2，看你喜歡用哪一家。
  - GitHub 網頁按 Raw 複製的網址能用嗎？　不行，那是一次性的網址，很快就失效。
跑通之後你有一個會自己長大的知識庫。丟進去的每份文件，AI 都幫你整理成人看得懂的文章、加上機器查得到的索引，而且每次改動都留著紀錄。

📚 相關文章