MAGI
MAGI 是一个 agent-native 的科研工作环境:人是驾驶员,LLM agent 是机体,确定性的 magi CLI 是拘束具——三者同步率越高,科研越快。它把学术论文(PDF/LaTeX)摄入、编译为 Obsidian 兼容的概念卡片项目,并用三核架构管理完整的科研状态:
| 核 | 状态 | 由谁承载 | 回答的问题 |
|---|---|---|---|
| MELCHIOR | 认知状态(知识) | 概念/文献卡片 + SQLite 知识图谱 + claim/证据溯源 | 我们知道什么?为什么可信? |
| BALTHASAR | 意图状态(研究) | threads/ 里的命题、问题、研究线 + decisions.md(机械任务另有 Beads) |
我们在做什么?下一步是什么? |
| CASPER | 检索状态 | 本地混合检索(FTS5 BM25 + sqlite-vec 向量 + RRF) | 此刻该读什么? |
进入任意项目先跑 magi sync——它输出同步率、三核状态和逐条可执行的修复提示。magi radar 是文献雷达:定时发现相关新论文,并侦察"知识上应引用我方论文却未引用"的候选。同一份 skills 通吃 Claude Code / Codex / Antigravity / opencode 等 CLI agent 宿主——magi install 会把它们放到各家各自找的地方。
任何命令的完整语法:magi <command> --help;全景:magi --help。
先跑起来
pipx upgrade --install magi-research # 装或升级,重复跑没副作用
mkdir my-topic ; cd my-topic ; magi init ; magi install
装完了,就这两条。magi init 建项目;magi install 把技能、协议和会话钩子装进你机器上每一个它探测到的 agent CLI(不问你,因为它们互不冲突)。
然后在那个目录里打开你的 agent,把你想做的事说出来——「摄入 inbox 里的论文」「把待编译的都编译了」「我接下来该做什么」。技能会按描述自己加载,你不用记住任何一个。
在终端里,magi next 问的是同一个问题,但它从 note 里派生答案而不是问模型。magi guide 是完整手册。其余的——摄入、检索、图谱、WebUI——都在下面第 3 节,而 magi --help 一屏放得下。
每天就这几件事
整套系统是一个环。终端和浏览器都能走完,任何一步都不必换到另一边。
| 你要做的 | 终端 | 浏览器(magi ui) |
|---|---|---|
| 我现在该干嘛 | magi next |
首页顶部 |
| 开一条命题 / 问题 / 研究线 | magi thread new <slug> --kind proposition --title … --purpose … |
笔记页「开一条新的」 |
| 有进展了 | magi thread post <slug> --text … |
笔记面板的输入框 |
| 结论变了 | magi thread status <slug> supported --text … |
面板上的状态按钮 |
| 这是我拍的板 | magi decide --about <slug> --text … |
「记下这是我的决定」 |
| 让别人复核 | magi review <slug> |
「找人复核这条」 |
| 收一篇论文 | 丢进 inbox/,再 magi ingest auto |
摄入页「收下这些」 |
| 找东西 | magi search "…" |
检索页 |
| 这条线做完了 | magi close <line> --text … |
「结束这条线」 |
| 写完了,发表 | magi publish <稿子> --line <line> |
「发表并归档」 |
| 收工 | magi sync --close |
面板底部「收工检查」 |
只有两条是必须记住的:magi next 问下一步,magi sync --close 收工。
其余的它会在你需要的时候告诉你——包括完整的命令行。
装了 skills 之后更省事:在 agent 里直接说「我接下来该做什么」「把这篇收进来」 「这条我觉得站不住」,它会自己去调上面这些。
复核会花钱(一次外部模型调用)。
magi review事前会说要问谁、用哪个模型, 事后报本周用量;浏览器里按之前也会弹出同样的信息。周预算在research.weekly_calls,用完了它拒绝启动而不是安静地少做。
🌟 项目展示
MAGI MODE —— WebUI 战术主题
magi ui 打开本地网页控制台(默认 http://127.0.0.1:8737),自带三套主题:Institute 浅色 / 深色,以及压轴的 EVA「MAGI MODE」——一整套 NERV 驾驶舱视觉系统,分红·战斗配置与蓝·静默值守两个警戒态:
红·战斗配置:三贤者 HUD、全屏 EVA 背景画、液态玻璃面板、视口边缘琥珀呼吸光。
蓝·静默值守:同一套 HUD 的真·浅色模式——白霜玻璃、深青墨水、青色边缘光。
iOS 材质液态玻璃:背景画透过每一块面板仍保持文字可读;右下角 ◐ 校准器实时调节模糊 / 不透明度 / CRT 扫描线。
Obsidian 式力导向知识图谱:拖拽布局、滚轮缩放、悬停邻域聚焦、点击节点直接读卡片,未解析的 wikilink 渲染为幽灵节点。
点图谱里的任一节点,或检索结果里的任一条,卡片就地展开:公式由 KaTeX 排版、
[[链接]] 可点、插图与 mermaid 图跟着一起画,左边正文右边目录与出入链。检索命中会直接滚到匹配的那一段。
◐ 校准器:模糊、不透明度、CRT 扫描线三个滑杆当场生效;下半是背景画选择器——点缩略图钉住你要的那几张,不选就按窗口比例自动轮换。
- 深浅切换与 MAGI MODE 独立作用:浅色基底 → 蓝态,深色基底 → 红态,模式内 ☀︎/☽ 直接切换警戒态
- 背景画默认按屏幕宽高比选图、切页随机轮换、平滑交叉淡入;也可以在 ◐ 面板的缩略图里钉住某一张或几张;把自己的图放进
~/.config/magi/ui-backgrounds/{blue,red}/即可替换整套艺术 - 全部动画尊重
prefers-reduced-motion;界面中英双语一键切换
项目成品
自动生成的密集语义图谱,展示物理与数学概念。
从排版混乱的 PDF 编译出的整洁文献卡片。
从 LaTeX 源码提取并格式化的数学证明与引理。
1. 架构:CLI、Skills 与宿主的分工
你(驾驶员)
└─ Claude Code / Codex / Antigravity / opencode(机体:负责推理、写作、判断)
├─ skills(随 CLI 分发)—— 教 agent「何时、为何」执行各条流水线
└─ magi CLI(拘束具) —— 所有确定性操作:摄入、图谱、检索、校验、任务、雷达
└─ 持久状态在文件与数据库里:raw/ wiki/ output/ .beads/
- CLI 负责语法且自描述(
--help);skills 只讲方法论,不复制参数清单。 - 持久状态永远落盘;agent 的上下文是一次性的(fresh-context worker 模式)。
- JSON 输出(
--json)的形状即未来magi mcp的工具契约。
2. 安装
2.1 一键安装(推荐)
Windows(PowerShell):
powershell -ExecutionPolicy ByPass -c "irm https://raw.githubusercontent.com/Misaka16384/magi/main/install.ps1 | iex"
macOS / Linux:
curl -LsSf https://raw.githubusercontent.com/Misaka16384/magi/main/install.sh | sh
脚本会自动完成:装 uv(如缺)→ 从 PyPI 安装 magi-research(自带 Python,无需预装)→ 执行 magi setup:安装 Beads(bd)、拉取 Ollama 嵌入模型(如 Ollama 在场)、注册 Claude Code plugin(如 claude 在场)、报告检测到的 agent CLI、检测旧版 Wikify 残留 → 输出环境体检表。幂等,重跑即升级。
随时体检环境:
magi setup --check
magi setup 的可选开关:--no-beads / --no-models / --no-plugin / --no-skills(不报告 agent CLI)/ --remove-legacy(删除检测到的旧版拷贝)。
体检表最后四行是你机器上的 agent CLI(claude / codex / agy / opencode):装没装、当前项目各装了几个技能。magi setup 不会替你安装技能——技能是按项目装的,见 §2.4。
只想要经典 Wikify 体验(纯知识库,不要任务管理)? 用 magi setup --kb-only:跳过 Beads 安装,magi sync 不再提示任务相关内容(BALTHASAR 核显示 disabled 且不计入同步率)。随时 magi setup --full 恢复完整体验。雷达等其余功能均为按需调用,不用即无感。
2.2 手动安装(备选)
展开手动步骤
CLI(pipx 优先;没有 Python 3.10+ 就用 uv,它自带一个。装完之后 MAGI 再也不会调用它们):
# 一条命令管装和升级,幂等——已经是最新就什么都不做
pipx upgrade --install magi-research # 需要机器上已有 Python 3.10+
# (--install 需要 pipx ≥ 1.5;更老的版本用
# pipx install magi-research 首装、
# pipx upgrade magi-research 升级)
# 备选:uv,自带 Python 3.12,同样一条命令管装和升级
uv tool install --force magi-research
# 尝鲜未发布的改动: uv tool install --force git+https://github.com/Misaka16384/magi
# 本地开发: git clone … && cd magi && uv tool install .
Beads:Windows 用 irm https://raw.githubusercontent.com/gastownhall/beads/main/install.ps1 | iex,macOS/Linux 见官方文档。没有 bd 时 MAGI 优雅降级。
Ollama 模型:ollama pull qwen3-embedding:0.6b(向量检索);ollama pull glm-ocr:q8_0(本地 OCR,可选)。不用自己 ollama serve——本机 Ollama 只是没启动的话,MAGI 第一次用到它时会拉起来(每进程试一次;config.yaml 的 ollama.autostart 默认开,环境变量 MAGI_NO_OLLAMA_AUTOSTART 可关)。真没装、或配的是连不上的远端地址,检索才降级成 BM25-only。
2.3 可选外部工具
一个都不装,MAGI 也能跑。 每个只解锁一项具体功能,缺了不是故障——magi setup --check 不会把它们标红。
直接运行 magi setup,它会逐个问你要不要,并给出官网地址;说「不要」的以后就不再提。想重新选:magi setup --optionals。
| 工具 | 解锁什么 | 官网 |
|---|---|---|
| Ollama | 语义(向量)检索、本地离线 OCR | https://ollama.com/download |
| Pandoc | LaTeX 与 arXiv-HTML 摄入路线(保真度最高的两条) | https://pandoc.org/installing.html |
Poppler(pdftoppm) |
本地 OCR 渲染 PDF 页面(配合 Ollama) | https://poppler.freedesktop.org/ |
| pdflatex | 公式深度校验(真去编译一遍);缺失时回退 pylatexenc 轻量校验 |
https://www.tug.org/texlive/ |
| MinerU(云服务,非本地程序) | 云端 PDF 转换,版面与公式识别强 | https://mineru.net/ |
pandoc-crossref 是可选的(缺了只是交叉引用降级,不影响转换)。从源码仓库装的话,Windows 版已放在 vendor/windows/——加入 PATH,或在 config.yaml 的 tools.pandoc_crossref_path 指定。用 pipx / uv 装的话它不在包里(一个 19MB 的 Windows 二进制不该发给所有平台),需要时从 https://github.com/lierdakil/pandoc-crossref/releases 自取。MinerU 的 token 填在项目 config.yaml 的 ocr.mineru_api_token。
(历史依赖 ripgrep 已不再需要。)
2.4 Skills 安装(教 agent 用 MAGI)
8 个 skill 随 CLI 一起分发(magi/skills/*/SKILL.md,在 wheel 里),在项目里一条命令装进你机器上所有 agent CLI,不需要 clone 仓库:
cd <你的项目>
magi skills install # 默认装进当前项目(推荐),会列出检测到的 CLI 让你选
magi skills install --host codex # 指定一个,跳过询问
magi skills install --host auto # 检测到的全装
magi skills where # 每个 CLI 从哪读、装了几个、怎么触发
magi skills install --scope global # 全机可用(技能只在项目里有意义,慎用)
默认不装全局:这些技能是围着某个研究项目转的,装进项目还能随仓库分发给同事。
| 宿主 | 全局位置 | 项目位置 | 怎么触发 |
|---|---|---|---|
| Claude Code | ~/.claude/skills/ |
.claude/skills/ |
/技能名(插件方式为 /magi:技能名),也按描述自动触发 |
| Codex | ~/.agents/skills/(外加 ~/.codex/skills/) |
<仓库根>/.agents/skills/ |
$技能名,或按描述自选 |
| Antigravity(agy) | ~/.gemini/config/skills/ |
<仓库根>/.agents/skills/ |
按描述自动触发;/skills 浏览 |
| opencode | ~/.config/opencode/{commands,skills}/ |
.opencode/{commands,skills}/ |
/技能名(commands)+ 按描述自动触发(skills),两者都装 |
不是每个 CLI 都有斜杠命令(Codex 用
$,agy 只按描述触发)。到哪都好使的用法是直接说需求:「摄入 inbox 里的论文」。.agents/skills/是 Codex 和 agy 共读的跨 agent 约定,装一份两家都认;opencode 走自己的.opencode/{commands,skills}/,安装器会另外给它写。
Claude Code 插件路线(一键脚本已自动执行,与上面的安装可共存):
claude plugin marketplace add Misaka16384/magi && claude plugin install magi
3. 快速上手(5 分钟)
mkdir quantum-toys ; cd quantum-toys
magi init --name "Quantum Toys" --scope "玩具模型中的量子现象"
# ↑ 生成 raw/ wiki/ threads/ drafts/ decisions.md、AGENTS.md(托管块)、config.yaml
magi install # 技能 + 协议块 + 收工闸门(装进它探测到的每个 CLI,不问)
magi pm init # 可选:任务追踪。它把这个目录交给 bd —— 会 git-init、
# 并用你自己的 git 身份提交。跑之前它会说清楚并问你
magi sync --fix # 同步率 + 三核状态,并把能自动修的都跑掉
MAGI SYSTEM ONLINE — sync ratio 59.2%
|- MELCHIOR (knowledge) 0 concepts · 0 refs · graph empty-wiki · backlog 1
|- BALTHASAR (intent) 2 lines · 1 open · 1 waiting on you · 1 unrecorded
`- CASPER (retrieval) index missing · 0 chunks · vectors 0/0
-> 1 source(s) in raw/ are not compiled yet — run the compile skill
-> magi index # build the retrieval index
BALTHASAR 报的是研究状态,不是杂活。
1 waiting on you是只有人能做的决定;1 unrecorded是发生了但没人记下来的事——那是记账债,它下面每一个数字都是从当前错误的 note 算出来的,所以magi next把它排在第一。这个分数量的是记账干净度不是进度:六条开着的命题、零欠账,完全健康。同步率随三核就绪程度浮动。照着 hints 逐条执行即可;新项目数字低不是配置错了。
然后把 PDF / LaTeX / 笔记丢进 inbox/,在你的 agent 里说一句"摄入 inbox 里的论文"(或直接 /magi:ingest),流水线就开始了。
📖 完整使用指南随 CLI 分发,三个入口读同一份内容:
magi guide # 列出十二章 magi guide ingest # 读某一章 magi guide --search "no project found" # 把报错原文贴进去 magi guide --symptoms # 全书「症状 → 原因 → 修法」索引或
magi ui→ 文档与指引 → 使用指南(带章节导航),也可直接读guide.zh.md。按使用场景分十二章(先跑通 / 安装 / 迁移 / 建库 / 摄入 / 编译 / 图谱调优 / 检索 / 写作 / 雷达 / 看板 / 疑难速查),每一步都写清了预期效果和不达预期怎么办。卡住时让 agent 跑magi guide --search "<报错>"——手册随 CLI 一起装,不用联网。
4. 研究生命周期(skills 总览)
在 agent 聊天框里以斜杠命令触发(Claude Code plugin 下带 magi: 前缀),或直接用自然语言描述需求:
| 阶段 | Skill | 作用 |
|---|---|---|
| 入口 | magi |
跑 magi next,照它说的做;见到 skill 名就调。不知道该干什么时先调它 |
| 摄入 | ingest |
PDF/LaTeX/链接/DOI/引文 → raw/。按阶梯自动选路:arXiv HTML → LaTeX 源码 → PDF 文本层 → MinerU 云端 → 本地 OCR。原生视觉转录不在阶梯上——按页计费、烧过用户一整周额度,只在你看过页数并明确同意后才走 |
| 编译 | compile |
raw 文献 → 文献卡 + 概念卡;顺带把太稀的卡片补挖成该有的密度 |
| 整理 | tidy |
修机械流程修不了的:转换弄坏的公式、长歪的标签体系、其实是同一个的两张概念卡 |
| 问答 | ask |
混合检索 + 图遍历 + 严格引用;检索不到就说检索不到,不从记忆里编 |
| 调研 | research |
多角度并行调研并核验,产物是 threads/ 里的命题 +(至多)一篇综述。找茬式审计是同一个 skill 换一套提示词,不是另一个 skill |
| 写作 | draft |
在 drafts/ 里写:检索取证 → magi bib 导出引用 → 校验 claim / 公式 / 链接 |
| 雷达 | radar_review |
对 radar 摘要做 triage:分数只是排序不是判据,判断在你 |
单命令的包装不再是 skill:建库是 magi init,修复是 magi lint --fix,建图是
magi graph build,语义连边是 magi link,查手册是 magi guide。样板(工具能力、
谁能问人、无人值守怎么办)只在 AGENTS.md 的托管块里写一次。
跨项目检索
magi search 默认只搜你现在这个项目。 想读别的,得说一声。
早先它默认就跨项目去搜,结果是:人搜自己十分钟前写的笔记,拿回一整页别人项目的
研究——因为每次 magi init 都会把自己注册进去,而注册表里那个「可搜索」开关是
全机一份的,于是这份跨项目清单自己长大,没有人选过它。
现在拆成两个问题、两个家:
magi kb list # 这台机器上都注册了哪些项目
magi kb disable <name> # 这个项目不允许被别处读到(enable 恢复)
magi search "..." # 默认:只搜本项目
magi search "..." --scope all # 加上本项目 research.search_projects 点名的那些
# (一个都没点名时 = 所有 enable 的)
magi search "..." --kb <name> # 定向搜某一个
enable/disable(注册表,全机)——这个项目允不允许被别处读到。research.search_projects(项目自己的 config.yaml)——本项目读哪几个。
默认只搜本项目,但结果末尾会点名还有哪些可读,所以别的项目不会因此消失。
magi kb register <path> 手动注册任意项目,unregister 只移除注册项、不动文件。WebUI 里点开带 [kb:名称] 标记的命中,卡片照样就地展开、公式插图照样渲染——预览请求带着来源项目名走,不用先切过去。
检索小抄:
--path 'raw/papers/2026-*<slug>*'可把语义检索限定在某一篇论文里;中英文问题都支持(中文经 CJK 二元组分词进 BM25,向量侧由嵌入模型天然跨语言)。
写作与引用(drafts/ + magi bib)
草稿是项目一等公民:放在 drafts/,被 magi index 收进检索(collection drafts),但不进图谱、不计同步率。引用直接从参考卡导出:
magi bib pretko-2020 # 参考卡 frontmatter → BibTeX 条目
magi bib --all -o drafts/refs.bib
magi bib pretko-2020 --fetch # 有 arxiv_id 时拉取 arXiv 官方 BibTeX
magi ingest tex 会把源码包里的 .bib/.bbl 原样保留在 markdown 旁边(raw/papers/<slug>.bib),文件名里的 arXiv ID 也会写入 frontmatter arxiv_id: 供雷达识别。完整写作流程见 draft skill。
关于 claims 的边界:
magi verify的verified意为引文存在性验证(引文确实逐字出现在来源里,含空白/连字/全角标点鲁棒匹配)——它不判断命题与引文在语义上是否一致,那一层由 LLM/人工审查负责(magi claims verify是同一命令的别名)。
文献雷达(magi radar)
项目 config.yaml 的 radar: 段配置 arXiv 分类、种子论文与我方论文后:
magi radar harvest # 手动收割:S2 推荐 ∪ arXiv 新文 → inbox/radar/日期-digest.md
# (候选按"与本项目嵌入质心的余弦相关度"排序并标注 relevance 分;
# config 里 radar.min_relevance 可设过滤阈值)
magi radar install-schedule # 注册每日定时收割(Windows 任务计划程序 / macOS launchd;--uninstall 卸载)
magi radar citation-gap # 侦察"该引我方论文却未引"的近期文献(四层漏斗,人工审核队列)
夜间确定性收割 + 下次会话由 radar_review skill 做 LLM triage——magi sync 会提示待审摘要。
本地 WebUI 看板(magi ui)
MAGI 内置了基于 Claude 纸墨美学的零构建本地轻量看板(FastAPI + 原生 SPA),用于直观查看三核状态、执行维护与检索实验:
magi ui # 启动并在默认浏览器中打开本地看板(默认 http://127.0.0.1:8737,占用时自动探测 8738-8746)
magi ui --port 8080 --no-open # 自定义端口且不自启浏览器
包含 7 大面板:Dashboard(你该看的两件事:等你拍板的决定和每条线现在在哪,外加一个「想到什么就写在这」的框直接写进 inbox/notes.md、一段回头看给你的预测命中率;再往下才是同步率、一键修复建议、注册项目和 config.yaml 关键字段)、Melchior(Threads 与单条论坛视图、时间线、认知网络/Claims/图谱 SQL/文献 BibTeX 复制/草稿;图上现在也画 threads/,可以只看知识、只看研究状态或缩到骨架)、Balthasar(Beads 任务)、Casper(混合检索实验台:联邦/集合/路径过滤)、Radar(简报阅读 + 审阅动作:标已审/收入 inbox/建阅读任务)、Operations & Danger Zone(服务端操作白名单 + 输入操作 ID 确认 + SSE 实时终端,任务历史落盘)与内置文档。API 与 --json 契约逐字段一致。
顶栏的 ⚡ MAGI MODE 可一键切换 EVA/NERV 战术主题:三贤者三体阵列 HUD(MELCHIOR·1 / BALTHASAR·2 / CASPER·3 实时状态 + 同调率)、CRT 扫描线、蜂窝网格、警示条纹 Danger Zone 与启动同步序列。看板仅监听 127.0.0.1,带 Host 白名单防护,不发送任何 CORS 头。
5. 从 Wikify 迁移(老用户指引)
MAGI 是 Wikify 的全面重构:脚本集升级为统一 CLI,任务状态外接 Beads,新增混合检索、claim 溯源与文献雷达。你的数据完全兼容——raw/、wiki/、inbox/ 格式未变。
5.1 迁移步骤(三条命令)
# 1. 一键安装新版(§2.1 的脚本;magi setup 会顺带检测旧版拷贝并提示)
powershell -ExecutionPolicy ByPass -c "irm https://raw.githubusercontent.com/Misaka16384/magi/main/install.ps1 | iex"
# 2. 删除旧安装拷贝(旧 SKILL.md 会误导 agent 调用已不存在的脚本路径)
magi setup --remove-legacy
# 3. 在 Hub 根目录先看一眼,再跑:
cd <你的KnowledgeHub>
magi migrate --dry-run # 说清会改什么,一个字节都不写
magi migrate
# ↳ 逐个项目补齐 CLAUDE.md / AGENTS.md / config.yaml / scratch/(沿用 config.md
# 里的旧标题与 scope)、把旧 config.yaml 里的 token/模型/阈值搬过来,重建
# graph.db(新增 claims/evidence 表)与 _index.md。raw/ 与 wiki/ 的字节不
# 改写;唯一会动的是 wiki/theses/*.md——它们被移进 drafts/,重名的留在
# 原地并报出来,什么都不会删。
# 随后自动 magi pm init + 每个项目的 magi sync --fix(建索引、同步积压)。
# --minimal 只迁移不收尾;在单个项目目录里跑则只迁移那一个。
# 收尾:各项目跑 `magi install`(技能 + 协议 + 闸门)、`magi index`、`magi sync` 验收。
# 迁移后 hub 自己的 wikis.json / topics/ / log.md 就不起作用了,想删随时删。
5.2 变化对照
| 旧(Wikify) | 新(MAGI) |
|---|---|
install.ps1 / install.sh 复制 skills/+bin/ 到 agent 目录 |
同名脚本已改为一键引导安装(uv + CLI + magi setup,§2.1);skills 随包分发,用 magi skills install 按项目安装(§2.4) |
python <BIN>/llm-wiki.py lint --fix <dir> |
magi lint --fix <dir> |
python <BIN>/llm-wiki.py graph <dir> |
magi graph build <dir> |
python <BIN>/query-graph.py "<SQL>" |
magi graph query "<SQL>" |
python <BIN>/search-wiki.py <regex> <files> |
magi grep <regex> <files>;语义检索新增 magi index + magi search |
python <BIN>/ingest_helper.py --file ... |
magi ingest add --file ...(其余摄入脚本同理归入 magi ingest *) |
semantic_linker.py |
magi link |
verify_claims.py |
magi verify(v2:--json、空白归一化匹配、--fetch-web) |
requirements.txt 手动装依赖 |
随 CLI 自动安装 |
任务/进度记在 log.md |
Beads(bd)任务图;log.md 降级为人读叙事 |
~/.config/llm-wiki/config.json(hub 路径) |
~/.config/magi/config.json(旧路径仍被自动回退读取) |
| 依赖 ripgrep | 不再需要 |
6. Obsidian 集成
在 Obsidian 中直接打开具体的项目目录(不要打开 Hub 根目录)。在 设置 → 档案与链接 → 排除档案 中添加两条正则,让图谱只显示纯粹的知识卡片:
/(?:^|/)(?:_index|log|config|uncompiled-source-coverage|CLAUDE|AGENTS)\.md$/
/^\..*|(?:^|/)(?:scratch|inbox|raw|output|vendor)(?:/|$)/
7. 开发
git clone https://github.com/Misaka16384/magi.git ; cd magi
uv venv && uv pip install -e .
.venv\Scripts\python.exe tests\smoke_test.py # 端到端冒烟(含回归锁)
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file magi_research-2.0.1.tar.gz.
File metadata
- Download URL: magi_research-2.0.1.tar.gz
- Upload date:
- Size: 5.9 MB
- Tags: Source
- Uploaded using Trusted Publishing? Yes
- Uploaded via:
twine/7.0.0 CPython/3.13.14
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
806d46c74092753c062d01fea0f442d64d93cb2c41c8a009733ad969b7f68dcf
|
|
| MD5 |
694da32a8ccb7ffe3374b57a4829d1d0
|
|
| BLAKE2b-256 |
908b6b93b8a7f77bc7476a5f484883c8d396fd190ccf3d37c68aa6766efb8dfd
|
Provenance
The following attestation bundles were made for magi_research-2.0.1.tar.gz:
Publisher:
release.yml on Misaka16384/magi
-
Statement:
-
Statement type:
https://in-toto.io/Statement/v1 -
Predicate type:
https://docs.pypi.org/attestations/publish/v1 -
Subject name:
magi_research-2.0.1.tar.gz -
Subject digest:
806d46c74092753c062d01fea0f442d64d93cb2c41c8a009733ad969b7f68dcf - Sigstore transparency entry: 2661766729
- Sigstore integration time:
-
Permalink:
Misaka16384/magi@6b51ef8b815276e141573ff5803f28d371cbac0b -
Branch / Tag:
refs/tags/v2.0.1 - Owner: https://github.com/Misaka16384
-
Access:
public
-
Token Issuer:
https://token.actions.githubusercontent.com -
Runner Environment:
github-hosted -
Publication workflow:
release.yml@6b51ef8b815276e141573ff5803f28d371cbac0b -
Trigger Event:
push
-
Statement type:
File details
Details for the file magi_research-2.0.1-py3-none-any.whl.
File metadata
- Download URL: magi_research-2.0.1-py3-none-any.whl
- Upload date:
- Size: 5.6 MB
- Tags: Python 3
- Uploaded using Trusted Publishing? Yes
- Uploaded via:
twine/7.0.0 CPython/3.13.14
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
113ad82b68cfabad96abb1b8735122e982c90e7a585f0e099a3a3d4d5f7af3a2
|
|
| MD5 |
59f411f81e97fb81d9897d48e8f267e6
|
|
| BLAKE2b-256 |
d7b1f4d3881f68d9961e60d33f6f086e1eacdc0d819715a99c1b4fca8b97652a
|
Provenance
The following attestation bundles were made for magi_research-2.0.1-py3-none-any.whl:
Publisher:
release.yml on Misaka16384/magi
-
Statement:
-
Statement type:
https://in-toto.io/Statement/v1 -
Predicate type:
https://docs.pypi.org/attestations/publish/v1 -
Subject name:
magi_research-2.0.1-py3-none-any.whl -
Subject digest:
113ad82b68cfabad96abb1b8735122e982c90e7a585f0e099a3a3d4d5f7af3a2 - Sigstore transparency entry: 2661766794
- Sigstore integration time:
-
Permalink:
Misaka16384/magi@6b51ef8b815276e141573ff5803f28d371cbac0b -
Branch / Tag:
refs/tags/v2.0.1 - Owner: https://github.com/Misaka16384
-
Access:
public
-
Token Issuer:
https://token.actions.githubusercontent.com -
Runner Environment:
github-hosted -
Publication workflow:
release.yml@6b51ef8b815276e141573ff5803f28d371cbac0b -
Trigger Event:
push
-
Statement type: