WikiFai

Knowledge Graph e LLM Framework per Wikifunctions

Cos’è?

WikiFai è un framework che combina Knowledge Graph (Neo4j) e Large Language Model per scoprire e generare funzioni di ordine superiore in Wikifunctions. Anziché generare codice da zero, WikiFai compone funzioni nuove a partire da funzioni esistenti già validate, accelerando lo sviluppo di Abstract Wikipedia.

Missione

Abilitare la Retrieval-Augmented Composition (RAC): un paradigma in cui l’AI non genera codice nuovo, ma compone funzioni già testate e validate dalla community di Wikifunctions.

A differenza della RAG tradizionale:

Architettura

graph TD
    A[Wikifunctions XML Dump] -->|mwxml stream| B[ETL Pipeline]
    B -->|32.908 nodi| C[Neo4j Knowledge Graph]
    C --> D[Fase 1: Analisi]
    D -->|Text-to-Cypher| E[Fase 2: Astrazione]
    E -->|Proposta funzione| F[Fase 3: Composizione]
    F -->|Z-Object JSON| G[Human-in-the-Loop]
    G -->|Validazione| H[Wikifunctions.org]

    style C fill:#4C8BF5,color:#fff
    style G fill:#FF9800,color:#fff

Il workflow di sintesi a 3 fasi:

1. Analisi — Query Text-to-Cypher generate da LLM ed eseguite su Neo4j per scoprire pattern e ZID rilevanti
2. Astrazione — L’LLM analizza i pattern e propone nuove funzioni di ordine superiore
3. Composizione — Generazione di Z-Object completi con 3 implementazioni: Composition (Z14K2), Python (Z14K3) e Scheme R5RS

Knowledge Graph

Il grafo Neo4j modella l’intero ecosistema Wikifunctions:

• 32.908 nodi estratti dai dump XML
• 25.610 relazioni tra funzioni, tipi, implementazioni e test
• 2.000+ funzioni disponibili per la composizione
• 10+ lingue supportate nella ricerca multilingue

I Z-Object di Wikifunctions sono AST (Abstract Syntax Tree) serializzati come JSON. I riferimenti Z9 creano archi espliciti nel grafo, rendendo l’analisi delle dipendenze nativa e performante.

Interfaccia Web

WikiFai include un’interfaccia web completa per esplorare il grafo e gestire la sintesi:

• Navigazione funzioni con ricerca multilingue
• Viewer implementazioni con syntax highlighting
• Grafi delle dipendenze interattivi con Cytoscape.js
• Editor codice con Monaco Editor
• Gestione test con generazione automatica di test case (Z20 Testers)

Multi-Model LLM

Routing task-based che seleziona automaticamente il modello ottimale:

Supporto completo per Gemini, Claude e GPT con selezione automatica basata sulla complessità del task.

Human-in-the-Loop

Ogni funzione generata richiede validazione umana prima della pubblicazione:

1. L’AI genera la proposta con 3 implementazioni
2. L’operatore umano revisiona lo Z-Object JSON
3. Test automatici verificano le implementazioni
4. Pubblicazione manuale su Wikifunctions

Questo approccio è conforme alla policy di Wikifunctions e alla strategia AI human-centered di Wikimedia.

Stack tecnologico

Backend:

• Python 3.10+ con FastAPI
• Neo4j 5.x per il Knowledge Graph
• PostgreSQL 16 per lo storico delle conversazioni
• LangChain 0.3+ per orchestrazione LLM

Frontend:

• React 18 con TypeScript
• Vite 6.0
• Ant Design, Cytoscape.js, Monaco Editor

Infrastruttura:

• Docker Compose (Neo4j, PostgreSQL, backend, executor)
• Esecuzione codice sandboxed in container isolati

Performance

Stato del progetto

• Versione corrente: v0.3.0 (Production-Ready)
• Prossimo rilascio: v0.4.0 (Q2 2026) — Modelli fine-tuned e pattern discovery avanzato

WikiFai contribuisce all’ecosistema Wikimedia accelerando la creazione di funzioni validate per Abstract Wikipedia.