Wiki Builder: LLM 지식베이스 구축을 위한 기술

이전 두 편의 글에서 저는 LLM 지식 베이스의 개념과 마크다운 파일, 몇 가지 프롬프트, 그리고 반복 가능한 루프를 따르는 에이전트만으로도 수동으로 구축하는 방법을 안내했습니다. 이 패턴은 잘 작동하지만, 새로운 지식 베이스를 시작할 때마다 동일한 폴더 구조, 프롬프트 파일, 유지 관리 로그를 처음부터 다시 만들어야 하는 불편함이 있었습니다.

이러한 마찰이 Wiki Builder라는 작은 오픈 소스 Claude Code 플러그인을 만드는 계기가 되었습니다. Wiki Builder 는 LLM 지식 베이스 워크플로우를 한 명령어로 설정하는 것으로 변환합니다.

Wiki Builder 가 하는 일

Wiki Builder 는 Claude Code 에 한 번 설치하면 사용 가능한 기술입니다. 이후 Claude 에 새로운 위키를 시작하라고 요청하면, 깔끔한 폴더 구조를 생성하고 위키별 설정 파일을 추가하며 페이지 컴파일, 답변 파일링, 구조 선형화를 위한 프롬프트를 시딩합니다. 이 후부터 에이전트는 로컬 설정을 먼저 읽어서 작업 중인 위키에 맞춰其行为을 조정합니다.

이 기술은 의도적으로 일반적입니다. 단일 위키 레이아웃을 하드코딩하는 대신, 모든 위키는 자체 wiki.config.md 를 가져서 목적, 대상 독자, 페이지 타입, 업데이트 규칙을 포착합니다. 에이전트 메모리 위키는 단일 arXiv 논문 위키와 다르게, 회사 프로파일링 지식 베이스와는 또 다르게 보입니다. 같은 플러그인, 다른 맛.

기본적으로 지원되는 맛은 research, paper, domain, product, person, organization, 그리고 project 입니다. 위키를 생성할 때 맛을 전달하고 템플릿이 이에 따라 조정됩니다.

직관

이 워크플로우의 수동 구축 버전을 읽었다면, 루프는 이미 친숙하게 느껴질 것입니다.

• 원본 소스 자료를 raw/ 에 떨어뜨립니다.
• 에이전트에게 구조화된 페이지를 wiki/ 로 컴파일하라고 요청합니다.
• 질문을 하고 답변을 wiki/questions/ 하에 위키로 다시 파일링합니다.
• 얇은 페이지, 누락된 백링크, 컴파일되지 않은 원본 노트를 찾아내는 유지 관리 패스를 실행합니다.

Wiki Builder 는 이 루프를 대체하지 않습니다. 단지 설정 세금을 제거할 뿐입니다. 새로운 주제마다 스프래핑을 다시 구축하는 대신, 실제로 중요한 부분을 에너지로 집중하게 됩니다. 즉, 소스 읽기와 페이지 형성을 하는 것입니다.

쇼케이스: 에이전트 엔지니어링 위키

추상적으로 플러그인을 설명하기보다, 실제 프로젝트에서 생성한 것을 보여드리겠습니다.

지난 주에 저는 Wiki Builder 를 사용하여 개발자들이 AI 에이전트를 구축하는 커뮤니티 기반 참조인 Agentic Engineering Wiki 를 부팅했습니다. 시작 프롬프트는 "연구 맛을 사용하여 에이전트 엔지니어링 위키를 생성하세요"와 같은 것이었습니다. 그 후부터 에이전트 루프가接管했습니다.

수 시간의 반복 후, 위키는 다음을 포함했습니다:

• 7 개의 카테고리 (도구 사용, 프롬프트, 평가, 신뢰성, 메모리, 오케스트레이션, 배포) 에 걸친 51 가지 실행 가능한 팁
• Anthropic, OpenAI, Google DeepMind, Meta, Mistral, Cohere, DeepSeek, Stripe, Modal 을 포함한 9 개의 회사 프로필
• 실무자를 위한 정제된 10 개의 논문 요약
• 14 개의 오픈 소스 도구 항목
• 커리큘럼 HN 및 Reddit 하이라이트를 포함한 커뮤니티 섹션
• 에이전트 엔지니어링 발전의 타임라인

각 주장에는 출처가 링크되어 있습니다. 추측은 표시됩니다. 구조는 wiki/index.md 에서 완전히 탐색 가능합니다. 플러그인 자체를 넘어선 커스텀 툴링이 필요하지 않았습니다.

동일한 루프는 무엇을 지시하든 작동합니다. 저는 평가, 에이전트 메모리, 그리고 몇몇 클라이언트 연구 프로젝트 위키를 시작하는 데 동일한 기술을 사용했습니다.

하우드에서 어떻게 작동하는가

Wiki Builder 는 세 가지 것을 제공합니다.

A scaffolding script. init_wiki.sh

creates the folder layout, renders templates, and copies the prompt files. By default it writes to ~/dair-wikis/<slug>
, but you can override the location with the WIKI_ROOT environment variable or a --root flag.

A set of prompt templates. The plugin includes reusable prompts for compiling an index, compiling source pages, compiling concept pages, querying and filing answers, and linting the wiki. These live in each wiki's prompts/ folder so you can edit them without touching the global skill.

A SKILL.md that teaches Claude the workflow. The skill file tells Claude when to use the plugin, where to put new wikis, how to read the per-wiki config before making changes, and what the quality bar is for compiled pages. Provenance is non-negotiable, every claim ties back to sources.md.

The folder layout for a new wiki looks like this.

agentic-engineering-wiki/
├── wiki.config.md
├── raw/
...

You can add wiki/papers/, wiki/concepts/, wiki/people/, wiki/tools/, or any other folder the local config calls for. The skill does not insist on a fixed shape.

Installation

The plugin lives in the DAIR Academy Plugins marketplace. To install it, add the marketplace once and then pull in the plugin.

/plugin marketplace add dair-ai/dair-academy-plugins
/plugin install wiki-builder@dair-academy-plugins

After that, you can ask Claude Code things like "start a new wiki on agent memory using the research flavor" or "ingest these arXiv papers into my evaluation wiki and compile a concept page." Claude resolves the task, reads the target wiki's config, and follows the loop.

If you would rather scaffold by hand, you can call the script directly.

bash "${CLAUDE_PLUGIN_ROOT}/skills/wiki-builder/scripts/init_wiki.sh" \
agent-memory \
--title "Agent Memory" \
...

Why I Like Building This Way

Most tooling for "LLM knowledge bases" reaches for embeddings, vector databases, and retrieval pipelines on day one. That is the right answer at scale. At the scale where most of us actually live, where you have a few dozen papers, a handful of company writeups, and some HN threads, a structured markdown wiki maintained by a coding agent gets you most of the way there.

The win comes from making the workflow durable. Every useful answer the agent produces has a place to land. The wiki accumulates. Future questions are cheaper because the answer often already exists, written down, with sources attached.

Wiki Builder is just the first version. I will keep iterating on the templates and adding flavors as I run into new use cases. If you build something with it, I would love to see it.

Watch the Walkthrough

I recorded a live session showing how to use the plugin end to end on a real topic, including the prompts I run and the maintenance loop I follow after the first compile. You can watch the walkthrough on DAIR Academy.

Try It

The plugin is open source under MIT. Source code, README, and the LICENSE all live in the DAIR Academy Plugins marketplace.

If you are starting a research wiki, a paper deep-dive, or a knowledge base for an internal project, give it a spin. The setup takes about a minute. The wiki you build with it might end up being the most useful thing in your tooling for months.