自生长知识库实战：LLM Wiki × 三种搭建法

卢曼卡片盒、PARA 分类法、双链笔记——方法论你都懂，但知识整理比学习还累，整理完一次就再也不想碰第二次？

这课是 @canghe（苍何）的实战拆解：基于 Karpathy 公开的 LLM wiki 知识库构建方法和架构，用 WorkBuddy / Codex + LLM wiki + Obsidian 搭出一套能自生长的个人知识库——剪藏的文章、AI 对话、随手记的灵感，持续沉淀成可进化的知识大脑。

以下来自 @canghe。现在主流玩法——不管 RAG 系统、NotebookLM 还是 GPT 文件上传——本质是同一套流程：你先上传资料，提问时模型召回相关片段，再临时综合出一个答案。

听着挺智能，但问题很明显：每次提问，模型都在从碎片里重新拼答案，答完就散。同样的问题问一百遍，它就重拼一百遍，知识本身没有任何积累。

Karpathy 提出的 LLM wiki，可以理解成给 AI 安排了一份长期工作：持续维护知识库。每加入一份资料，Agent 先查看现有页面：已有内容被补充，新概念单独建页；遇到不同观点，把来源、时间、适用范围一起留下——知识的分歧有迹可循，不会被一段"看似完整的总结"悄悄抹掉。

"自生长"的关键就在这里：AI 处理完资料后，知识库必须留下变化——可能新增一个概念、补上一条关联，也可能暴露一个暂时没答案的问题。一次次变化累积，才会形成真正属于自己的知识体系。

Karpathy 工作流的完整理论（含"编译"类比）见《08 课》；本课聚焦三层落地 + 三种搭建法。

以下来自 @canghe。为什么不用 Notion、ima、NotebookLM？

• 完全本地化、数据自主：一个 Vault 就是电脑上的普通文件夹，笔记以 Markdown 纯文本保存，不依赖某个平台的页面数据库。聊天记录、会议纪要等私人资料留在自己设备上，同步到哪儿自己决定——工具可以换，知识不用跟着搬家。
• 文件形态适合 Agent 工作：WorkBuddy / Codex 直接读取目录、创建页面、修改链接、维护索引，每次变化定位到具体文件，还能通过 Git 留记录。
• 双链 + 反向链接 + 知识图谱：把概念、人物、工具、主题连起来，帮你发现核心节点、孤立页面和新关联；插件生态（模板、查询、版本管理、发布、可视化）按需扩展。

在这套系统里，Obsidian 同时承担三种角色：存储底座（存文件）、人机操作界面（你看和改的地方）、知识观察窗口（图谱里看知识长成什么样）；WorkBuddy / Codex 负责执行。本地自主、结构开放、变更可追踪、能力可扩展——对长期知识库，这四个理由足够了。

以下来自 @canghe。整套系统分成三层，一句话：Raw 保存证据，Wiki 记录理解，Schema 负责定规则。模板可按需自定义：

复制my-wiki/
├── AGENTS.md        ← Schema 规范层：给 AI 的工作说明书（核心）
├── index.md         ← 全局索引/站点地图（AI 定位知识的入口）
├── log.md           ← 变更日志（只追加，谁改了什么一目了然）
│
├── raw/             ← 原始资料层（只读，AI 不许改）
│   ├── articles/    ← 剪藏的文章、网页
│   ├── papers/      ← 论文、报告
│   ├── books/       ← 书籍、划线、笔记
│   ├── chats/       ← 有价值的 AI 对话记录
│   ├── notes/       ← 随手记的灵感碎片
│   └── meetings/    ← 会议纪要转写
│
└── wiki/            ← Wiki 层（AI 全权维护）
    ├── sources/     ← 来源摘要页：一份 raw 资料对应一页
    ├── concepts/    ← 概念页：解释方法论、理论、模式
    ├── entities/    ← 实体页：人物、公司、产品、工具
    └── topics/      ← 主题综述页：某个领域的综合对比分析

Agent 的工作流：新资料进 Raw 层 → Agent 理解内容、识别概念实体主题 → 与现有 Wiki 对照：已有知识被补充、新内容建页面、相关知识建链接；遇到不同说法，保留来源、时间和适用范围，同步更新索引与变更记录。全程增量维护，不用反复重建。

日常维护阶段，Agent 还负责：检索相关页面、整理答案、追溯来源，批量检查失效链接、缺失字段、长期没更新的内容。人负责定规则、检查结果、做关键判断——知识管理从手工整理，变成人机协作的持续维护流程。

以下来自 @canghe 的实战。作者亲测三种方法，按上手难易介绍。方法一最"粗暴"：照着三层模板，直接让 WorkBuddy / Codex 搭建。

在 WorkBuddy 里打开刚建的 Obsidian Vault，选「日常办公」，输入搭建提示词（核心是让 Agent 建好目录 + 写好 AGENTS.md）。AGENTS.md 必须包含的 10 条规则：

• ① 处理新资料前，先搜索 wiki/ 现有相关页面，判断补旧页还是建新页；
• ② raw/ 是事实来源，禁止改写、删除、移动；
• ③ 每份 Raw 在 wiki/sources/ 建来源摘要页，保留原始文件链接；
• ④ 概念、实体、主题独立成页，用双链建关系，别把信息堆在一篇笔记；
• ⑤ 事实性内容标注来源，无法确认的写"待核实"；
• ⑥ 新旧分歧同时保留多方说法 + 来源 + 时间 + 适用范围，不直接覆盖旧结论；
• ⑦ 每次只更新受影响页面，同步维护双链、index.md、log.md；
• ⑧ log.md 只追加，记录日期、来源、新建/更新页面、待人工确认事项；
• ⑨ 不擅自删文件，同名文件先读后合并；
• ⑩ 信息不足或判断可能影响整体结构时，暂停并向人提问。

四类页面还要各建一个 _template.md，YAML 属性至少含 title / type / aliases / tags / sources / created / updated，正文预留摘要、核心内容、相关页面、来源与待核实问题区。

验证闭环：用 Web Clipper 把文章剪藏到 raw/articles → 喂"增量维护 Wiki"提示词（读新增文章 → 建来源摘要 → 提概念实体主题 → 建双链 → 更新 index.md 与 log.md → 不改 raw）→ Agent 新建了 9 个页面。之后提问（"文章核心观点？概念实体主题什么关系？哪些结论可转成行动？"，要求标注 Wiki 页面与 Raw 路径、单列分歧与待核实），Agent 会先检索 Wiki 定位知识节点，再沿双链交叉检索，最后追溯到 Raw 原文——检索效率、上下文一致性、事实可核验性都更高。

以下来自 @canghe。

方法二：claude-obsidian 插件——有大佬基于 LLM wiki 理论做了工程化落地的开源项目，把初始化、入库、索引、检索封装成插件 + Agent Skill。在 WorkBuddy / Codex 里安装后，当前 Vault 自动建好结构：ingest 把新素材同步进 wiki，retrieve 快速查询（甚至不用显式调用，Agent 会自动命中 wiki 检索）。省了反复写提示词、维护复杂规则。但主要操作仍在 WorkBuddy / Codex 里，Obsidian 只做存储和浏览，任务状态与知识变化缺少直观可视化反馈，第一次接触门槛仍在。

方法三：WeSight 知识大脑——把初始化、入库、Wiki 更新、智能检索整合进 Obsidian 内部：开启「知识大脑」能力，WeSight 自动给当前 Vault 配好环境结构；一键把当前笔记加入知识大脑；Chat 选「基于知识库」模式，自动检索 Wiki、沿双链定位概念实体与原始来源；还能把 Claude Code / Codex 的聊天记录一键保存，让有价值的对话沉淀为长期知识。人看到清晰可视的操作，Agent 处理复杂的编排——完整人机协作闭环。

以下来自 @canghe 的实战建议。Agent 可用 Codex、Claude Code 或 WorkBuddy；模型建议选上下文长的。长链路多轮任务里，模型要持续读文档图片、调工具、维护上下文，上下文容量、工具调用稳定性、指令遵循、结构化输出能力直接决定流程能否跑稳。

• 极致性价比：DeepSeek V4 Flash——但不支持多模态；
• 非常不建议：Codex 里的 GPT 5.6 Sol——用量真的太猛；
• 国内可选：Kimi K3（原生多模态）、Doubao-Seed-Evolving（面向 Agent 与长程任务优化、动态永续进化）。

选型方法：拿自己的真实资料跑一遍完整任务，重点观察上下文是否丢失、工具调用是否稳定、输出格式是否漂移、单次任务的时间和成本。

准备工作：Obsidian 官网免费下载后新建 Vault；全程记得开代理，特别是访问插件市场时；彩蛋：装 WeSight 插件可更丝滑地搭建知识大脑。WorkBuddy（workbuddy.homes）/ Codex（codexguide.ai）的下载使用可去作者提到的开源蓝皮书看教程。

资料搜集：手机上配合 ima 或其他剪藏工具，甚至 WorkBuddy 小程序快速搜集文章灵感；电脑端用 Web Clipper 一键剪藏；飞书文档等散落各处的资料可借助 Agent 快速收进库。

以下来自 @canghe 的总结。"自生长"来自知识结构的持续增量更新：每份新资料进 Raw，Agent 按 Schema 检索现有 Wiki，补充旧页、创建新节点、建立双链、记录来源与观点冲突——每次处理都留下可复用的结构化结果，知识库随输入不断演化。

分工：Obsidian 提供稳定的本地载体和可视化界面；WorkBuddy / Codex 提供理解、判断与编排能力；WeSight 把入库、更新、查询整合进日常笔记流程。人负责输入高价值资料和关键判断，Agent 承担重复维护——数据、规则、执行形成闭环。

但自生长 ≠ 完全自动化：哪些资料值得保留、规则如何设定、关键结论能否成立，仍需人的判断。