Question
Quais projetos do ecossistema LLM Wiki / second brain são mais avançados em backlinks, relações e geração de novo conhecimento?
Esta query corrige respostas anteriores que usaram apenas páginas wiki/ sintetizadas e ignoraram as fontes brutas. Aqui todos os projetos foram promovidos de “links externos soltos” em wiki/concepts/resources.md e raw/articles/llm-wiki-okf-comprehensive-report-2026.md para entidades reais no vault (ingest de 2026-07-14).
1. Backlinks (navegação bidirecional, arestas de entrada)
| Projeto | Documentado no vault |
|---|---|
| cognee | Grafo de produção real: 633 nós / 1090 arestas no Karpathy Wiki que hospeda; backlinks computáveis |
| rightmemory | Tree + graph com typed edges; backlinks estruturados por tipo |
| danvega-karpathy-wiki | Primeira impl JVM (Spring Boot); gera arquivo backlinks.md explícito |
| roam-research / obsidian | Origem do bidirectional linking (Roam pioneirou; Obsidian visualiza) |
| yopedia, ai-memex-cli, memex-zero-rag | Backlinks emergentes de grafo / dual-vault |
Vencedor: cognee (grafo de produção com nós/arestas quantificados) e rightmemory (typed edges). O LLM Wiki padrão (incluindo este vault) tem backlinks emergentes de wikilink, não grafo computável.
2. Relações (tipagem, grafo estruturado, traversal)
| Projeto | Capacidade |
|---|---|
| rohitg00 (LLM Wiki v2) | Relações tipadas (“uses”, “depends on”, “contradicts”, “supersedes”) + knowledge graph tipado + graph traversal |
| rightmemory | Typed edges explícitos + multi-agent |
| cognee | Knowledge graph de produção + 14 ferramentas MCP de grafo; 38+ fontes |
| atomicstrata-llm-wiki-compiler / Denser.ai | Exporta nodes.jsonl / edges.jsonl / graph.sqlite / graph.graphml |
| yopedia | Wiki full-stack “agent-evolved”, 4K+ testes, manutenção multi-agente |
Vencedor: empate técnico entre rohitg00 (tipagem semântica + traversal) e cognee (grafo de produção em escala). rightmemory é o mais forte em typed edges para agents.
3. Geração de novo conhecimento (descoberta de correlações não-óbvias)
| Projeto | Como gera |
|---|---|
| llm-wiki (padrão, incluindo este vault) | Core por design: LLM cria cross-links entre fontes separadas (Wyndo: 2 fontes → 20 páginas em 10–12 min) |
| hipporag | Recuperação associativa multi-hop via Personalized PageRank |
| cognee | Pipeline ECL (Extract-Contrast-Link) + grafo → síntese sobre múltiplas fontes |
| distorx (comentário no gist) | Uso em produção com 4000+ conceitos — prova de escala |
| rohitg00 (LLM Wiki v2) | Adiciona memory lifecycle (tiers + esquecimento) → conhecimento curado |
Vencedor: llm-wiki (padrão) faz isso por definição; cognee + hipporag são as melhores ferramentas técnicas de descoberta associativa; distorx é a prova de escala.
Resposta direta
Entre todos os projetos que o vault referencia (não só os 4 com página de entidade original), o mais avançado nas três dimensões:
- Backlinks + relações em escala de produção: cognee (grafo real, 27.6k⭐, 14 ferramentas MCP)
- Relações tipadas + traversal semântico: rohitg00 (LLM Wiki v2) e rightmemory
- Geração de novo conhecimento por design: llm-wiki (padrão), com hipporag/cognee como camadas de descoberta
Os “produtos” populares (nashsu-llm-wiki, lucasastorian-llmwiki, atomicstrata-llm-wiki-compiler) são os mais populares/em produto, mas não os mais avançados em grafo/relações — esse título vai para cognee, rightmemory e rohitg00, que só apareciam em fontes brutas.
Projetos do ecossistema agora documentados como entidades (ingest 2026-07-14)
cognee, rightmemory, qmd, hjarni, memex-zero-rag, yopedia, llm-wiki-mcp, ai-memex-cli, danvega-karpathy-wiki, wastedcode-memex, truehooha-llm-wiki-skilled, ronancodes-llm-wiki, xiaoyuze88-karpathy-llm-wiki, infmat-karpathy-llm-wiki, toolboxmd-karpathy-wiki, claude-obsidian, llm-wiki-agent, mycelium-hq-ai-brain-starter, nateherkai-ais-os, swarmvault, capacities, mem0.
Sources
^[wiki/concepts/resources.md] ^[raw/articles/llm-wiki-okf-comprehensive-report-2026.md] ^[wiki/concepts/knowledge-graph.md] ^[wiki/concepts/agent-memory-systems.md] ^[wiki/concepts/connection-methods.md] ^[wiki/concepts/linking-connections-backlinks-smart-links.md] ^[wiki/entities/rohitg00.md] ^[wiki/entities/cognee.md] ^[wiki/entities/rightmemory.md]