문서가 많아지면 원하는 내용을 찾고 서로 관련된 자료를 살펴보기가 어려워집니다. 영상에서 소개한 프로젝트는 문서를 위키로 정리한 뒤 Graphify로 관계를 시각화하는 흐름을 제공합니다. 그래프는 탐색을 돕는 도구이며, 연결된 내용이 정확하다는 증거는 원문에서 다시 확인해야 합니다.
준비물과 확인할 점
프로젝트 저장소는 Python 3.9 이상과 uv를 준비 조건으로 안내합니다. 사용할 문서와 작업 폴더를 준비하고, 외부 AI 서비스를 함께 사용할 경우 해당 서비스의 데이터 처리 조건과 비용을 확인하세요. 로컬 파일을 쓴다는 이유만으로 모든 과정이 무료이거나 완전히 안전하다고 단정할 수 없습니다.
현재 원문에 연결된 유튜브 영상과 썸네일은 접근이 확인되지 않았습니다. 아래 내용은 티스토리 원문과 공개 저장소 설명을 대조해 정리했습니다.
1. 프로젝트를 내려받습니다
git clone https://github.com/nam-ai-trend/4_llm_wiki_graphify.git
cd 4_llm_wiki_graphify
uv --version
명령은 프로젝트 루트에서 실행합니다. 저장소의 현재 README에 적힌 예시 URL은 자리표시자이므로 실제 공개 저장소 주소를 사용합니다. 버전과 설치 조건은 실행 전 README에서 다시 확인하세요.
2. 원문을 넣고 분류 기준을 확인합니다
프로젝트 안내에 따라 정리할 텍스트를 raw/에 넣고 index.md의 분류 기준을 살펴봅니다. 실제 중요한 문서로 시작하기보다 복사한 테스트 자료로 먼저 확인하는 것이 좋습니다. 원본과 작업 결과는 별도로 보관하세요.
python3 ingest.py
저장소는 분류된 내용이 wiki/에 누적되고 처리된 원본이 completed/로 이동하는 흐름을 설명합니다. 분류가 실패하면 문서의 이름·내용과 index.md의 키워드가 맞는지 확인합니다.
3. 그래프를 만들고 자료를 찾습니다
uv run --with graphifyy python3 scripts/sync.py
저장소가 안내하는 그래프 결과물의 위치와 실제 실행 출력을 확인한 뒤 시각화 파일을 엽니다. 질문을 찾을 때는 다음과 같은 명령 형식을 사용할 수 있습니다.
python3 query.py "찾고 싶은 주제"
검색된 위키 문서와 그 원본을 비교하세요. 그래프의 추론 관계나 자동 분류가 적절한지는 사람이 검토해야 합니다. Graphify의 코드 관계 탐색 가이드와 달리 이 글은 문서 수집과 위키 정리의 흐름에 초점을 맞춥니다.
4. 결과와 오류를 점검합니다
분류된 파일, 원문 백업, 그래프와 질의 결과가 기대한 내용을 포함하는지 살펴봅니다. python3 lint.py는 저장소가 안내하는 점검 명령입니다. 실제 자료를 옮기거나 변경하기 전에 백업하고, 자동 생성된 링크와 동의어가 잘못 연결되지 않았는지 확인하세요.
이 글은 원문과 저장소 안내를 정리한 것이며 현재 환경에서 프로그램을 재실행한 결과는 아닙니다.
다음 한 걸음
내 환경에서 막힌 부분은 실행 단계와 함께 질문해 주세요. 바꿔 만든 결과도 함께 나눌 수 있습니다.