Appearance
我收藏夹里有几百篇文章，编程指南、知乎高赞回答、人物访谈。但当我想找下上个月收藏的AI教程时，却再也找不到了。Karpathy最近提到：AI不再是回答机器，化身为一个会持续生长的「外脑」。
这个知识库到底在干嘛
一句话：你给原料，AI梳理结构。
具体五步：
- 你负责收集原始材料（文章、论文、视频文稿、PDF等）
- AI把它们读完，写成一个有结构的wiki：摘要、概念页、概念之间的关联、一个总索引
- 你对着wiki提问，AI在之前编译过的内容里检索，给你带引用的答案
- 每一个答案，再被存回wiki
- AI每隔一段时间自己巡检，找矛盾、找漏洞、找过期内容
跑一个月之后，你拿到的不是一堆笔记，是一份高密度交叉链接的资源。这是任何Google或者AI工具无法直接复刻的。
三层架构
整个系统就三个东西，理解了这三个就理解了一切：
| 层级 | 文件夹 | 说明 |
|---|---|---|
| 第一层 | raw/ | 原始材料，AI只读，从不修改 |
| 第二层 | wiki/ | AI生成并维护：摘要、概念页、交叉链接、索引 |
| 第三层 | CLAUDE.md | 80行以内的配置文档，控制AI行为 |
文件夹结构：
my-knowledge-base/
├── raw/ ← 你扔东西进来
│ ├── articles/
│ ├── papers/
│ └── assets/
├── wiki/ ← AI编译输出
│ ├── index.md ← 总索引
│ ├── log.md ← 操作日志
│ ├── concepts/ ← 概念页
│ ├── entities/ ← 人物/公司/工具
│ ├── sources/ ← 原始材料的摘要
│ └── outputs/ ← 提问的答案
└── CLAUDE.md ← AI的岗位说明书五分钟跑起来
需要什么
- Obsidian（免费）
- 一个AI订阅（Claude/ChatGPT/Gemini都行）
Step 1-2
装Obsidian，新建一个vault。在vault里建两个文件夹：raw和wiki。
Step 3
挑一个你真感兴趣的主题，找3-5篇好文章，复制粘贴进raw下的markdown笔记，每篇顶上加一行Source: 链接。
Step 4
打开Claude，把下面这段贴进去：
我在为某个主题搭一个知识库，主题是：[你的主题]。
我有 [N] 篇原始资料贴在下面。对每一篇请你做：
1. 写一个 200 字摘要
2. 列出主要概念
3. 指出这一篇和其他几篇之间的关联
处理完所有原始资料之后，再做：
4. 写一个总索引，列出每一个概念加一句话说明
5. 选出最重要的那一个概念，写一篇 300-500 字的概念小文
整体用 markdown 输出。所有概念名外面加 [[双中括号]]。
原始资料如下，每篇之间用 --- 分隔：
[贴在这里]Step 5
把Claude的输出按段落复制进wiki/下的笔记。然后按Cmd+G打开Obsidian的Graph View，你会看到所有note变成一张点和线组成的网络。
CLAUDE.md：整个系统最重要的文件
markdown
# LLM 知识库 - Schema
## 概述
个人知识库，主题是 [你的主题]。
原始材料在 raw/，编译过的 wiki 在 wiki/。
你（AI）维护所有 wiki 内容。我定方向，你执行编译、维护、查询。
## 目录结构
- raw/ - 原始材料（你只读，我负责往这里加文件）
- wiki/index.md - 总索引
- wiki/log.md - 操作日志（追加式）
- wiki/concepts/ - 一个概念一个文件
- wiki/entities/ - 人物、组织、工具
- wiki/sources/ - 每篇原始材料一个摘要
- wiki/outputs/ - 我提问题的答案
## 文件规范
- 文件名：kebab-case 小写
- 每个页面顶部必须有 YAML frontmatter
- 内部交叉引用全部用 [[双链]]
## 操作
### INGEST 摄入（新原始材料）
1. 读新材料
2. 在 wiki/sources/ 写摘要
3. 找出概念和实体，没有的页面就新建
4. 已有页面用追加更新（不要重写）
5. 用 [[双链]] 把新内容连到现有页面
6. 更新 wiki/index.md
7. 追加到 wiki/log.md
### QUERY 查询（提问）
1. 读 wiki/index.md
2. 读相关 wiki 页面
3. 综合一个带引用的答案
4. 存到 wiki/outputs/{问题slug}.md
5. 更新 index.md 和 log.md
### LINT 巡检（定期健康检查）
1. 找页面之间的矛盾
2. 找孤儿页面（没有任何入链）
3. 找坏链
4. 找缺失的 frontmatter
5. 标出过期内容
6. 输出报告，能自动修的就修
## 建页面阈值
- 一个概念在 2 篇及以上原始材料里出现 → 建完整页
- 只在一处出现 → 建 stub
- 永远不要让 [[双链]] 指向不存在的页面加速收集的两个利器
| 工具 | 说明 |
|---|---|
| Web Clipper | Obsidian官方浏览器插件，一键把网页变成干净的markdown |
| MarkItDown | 微软出的免费工具，把PDF/Word转成markdown |
bash
pip install markitdown
markitdown document.pdf > raw/papers/document-name.md生长的两个核心动作：编译和提问
编译
你扔新材料进raw/，AI读完之后把它织进wiki。在Claude Code里就一句话：
新加了一份原始材料：raw/articles/新文章名.md
读它，然后读 wiki/index.md 了解现有覆盖。
产出：源摘要、对现有页面的追加更新、必要时建新概念页、
更新 index.md 和 log.md。任何跟现有内容矛盾的地方用 ⚠️ 标出。关键是「追加，不重写」。
提问
wiki攒到10-20篇之后，开始问需要跨多篇综合的问题：
读 wiki/index.md。我想搞清楚：[你的问题]
请在 wiki 里研究一下答案：读相关页面，综合出一个带引用的答案，
存到 wiki/outputs/[问题-slug].md。更新 index.md 和 log.md。每一次查询的答案都要存回wiki。下一次提问就在前一次的基础上推进。每一次互动都在复利。
自动化
用插件（最快）
bash
/plugin marketplace add kfchou/wiki-skills
/plugin install wiki-skills@kfchou/wiki-skills装好之后你有：
/wiki-init- 几秒建好整个文件夹结构/wiki-ingest- 把一份原始材料处理进wiki/wiki-query- 在wiki里研究一个问题/wiki-lint- 巡检+自动修
自己写也行，三层就够
| 层级 | 方法 |
|---|---|
| 第一层 | 一行命令触发编译 |
| 第二层 | 自定义slash command |
| 第三层 | 定时任务（每天早上6点跑一次编译） |
可能会踩的坑
| 问题 | 解决方案 |
|---|---|
| AI老是重写整个页面 | CLAUDE.md加硬指令：「往现有section追加新信息，不要重写没变的内容」 |
| 索引太长读起来乱 | 拆分类索引，详细摘要放子文件夹的_index.md |
| AI在不相关主题之间瞎连 | CLAUDE.md加：「只能建立原始材料明确支持的关联」 |
| 编译还没完token就用完了 | 把材料分小批（一次3-5份），用增量编译 |
| 同一个概念出现不同名字 | lint规则加：「找出描述同一件事但用不同名字的概念页，合并它们」 |
这些坑没有一个是技术问题。全是「有没有把规则写清楚」的问题。
跑完之后我的感受
个人知识库最大的意义在于链接。
归档循环让孤岛和我们大脑的上下文产生真正的链接，这是真正的超能力。每一次查询的答案存回wiki，下一次查询就在前一次的基础上推进。任何聊天界面都没有这个机制。
AI是编译器，不是搜索引擎。它合成、连接想法，这是分块检索做不到的。
纯文本
