Mint 文档
Mint 是一个以 LLM Wiki 为知识核心、以 Chat 为交互入口、以 Agent 和 Tools 为执行出口的开源 AI 工作台。
看 Mint 如何把知识带进工作
从本地资料开始，经过 Wiki、检索和 Agent，最后回到一个可追溯的回答。视频中的每一步都对应当前应用里的真实界面。
Mint 要解决什么问题？
普通聊天可以回答一次问题，却很难持续记住项目背景、知识来源和已经做过的决定。Mint 把这些内容放进一个可编译、可检索、可追溯的知识层，再让对话和 Agent 使用同一份上下文。
如果上下文不能被留下、定位和继续使用，AI 的每次回答都可能只是一次性的文本生成。
从一个真实问题开始
不需要先理解所有模块。准备一份正在使用的项目资料，然后用一个具体问题走完下面的路径。
-
01
放入资料
导入 Wiki 页面、README、设计文档或会议记录，保留来源。
-
02
检查知识状态
查看页面、关系和知识热度，先知道哪些内容已经可用。
-
03
在 Chat 中追问
围绕一个问题逐步追问，并回到来源核对上下文。
-
04
交给执行层
需要行动时，再让 Agent 或 Tools 带着上下文完成下一步。
组件如何分工
Mint 不是把所有能力塞进一个聊天框。每一层有明确职责，也有明确的产出。
上下文生命周期
同一份知识会经历从来源到执行的几次转换。理解这条链，可以判断问题出在“没有资料”“没有检索到”，还是“没有执行”。
这些概念在界面里对应什么？
左侧是进入不同工作面的导航，中间是当前任务，知识库页面则提供来源、关系和生命周期信号。下面是当前实现中的真实界面。
知识信号是什么？
知识库不应该只是文件列表。访问、召回和关系可以成为反馈信号，帮助判断哪些页面正在被使用、哪些内容需要更新，以及下一次检索应该优先看到什么。
访问和召回反馈。
过期、孤立或低热度页面。
关系和检索优先级。