Una plataforma SaaS que implemente un módulo wiki persistente y acumulativo para agentes LLM, integrando ingestión automática, actualización continua y consulta eficiente de conocimiento estructurado.

Repositorio: openmaster-ai/clawmaster Autor: AIwork4me Aplicaciones — este es un nuevo módulo de aplicación que transforma cómo los usuarios acumulan y recuperan conocimiento mediante agentes OpenClaw. Hoy, la gestión del conocimiento en OpenClaw sigue un patrón similar a RAG: el agente recupera fragmentos relevantes de fuentes en bruto en el momento de la consulta y sintetiza una respuesta desde cero. Esto funciona para búsquedas simples, pero tiene una limitación fundamental: no hay acumulación. Pregunta algo sutil que requiera sintetizar cinco documentos y el agente debe encontrar y unir fragmentos relevantes cada vez. Nada se construye. El agente paga el costo de extracción en cada pregunta, no puede cruzar referencias entre sesiones ni construir conocimiento estructurado con el tiempo. Andrej Karpathy describió un patrón alternativo llamado LLM Wiki: en lugar de solo recuperar de documentos en bruto en el momento de la consulta, el LLM construye y mantiene incrementalmente una wiki persistente, una colección estructurada e interconectada de archivos markdown que se sitúa entre el usuario y las fuentes en bruto. Cuando se añade una nueva fuente, el LLM no solo la indexa para recuperación posterior, sino que la lee, extrae información clave e integra en la wiki existente, actualizando páginas de entidades, resúmenes de temas, señalando contradicciones. El conocimiento se compila una vez y se mantiene actualizado, no se vuelve a derivar en cada consulta. La clave: la wiki es un artefacto persistente y acumulativo. Las referencias cruzadas ya están, las contradicciones ya están señaladas, la síntesis refleja todo lo leído. La wiki se enriquece con cada fuente y cada pregunta. Esto es relevante para usuarios de ClawMaster que gestionan múltiples proveedores LLM y quieren una capa unificada de conocimiento, necesitan que sus agentes construyan experiencia de dominio con el tiempo, o quieren conocimiento que se acumule y no se reinicie en cada conversación. ClawMaster tiene infraestructura para esto: PowerMem para búsqueda semántica, OCR para parseo de documentos, soporte multi-LLM, sistema de plugins. Falta la capa wiki que convierte estos bloques en un motor de conocimiento acumulativo. Solución propuesta: añadir un módulo LLM Wiki a ClawMaster con frontend, backend y operaciones núcleo (Ingesta, Consulta, Lint). Arquitectura en tres capas: fuentes en bruto, páginas wiki generadas y mantenidas por LLM, y esquema con convenciones y reglas. Operación Ingesta: el LLM analiza la fuente, extrae entidades, conceptos, reclamos clave con evidencia, crea páginas wiki estructuradas con enlaces bidireccionales, actualiza páginas existentes relacionadas.