Skip to content

iBlinkQ/llm-wiki-obsidian-blink

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

3 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

LLM Wiki - 基于 Obsidian 的知识管理系统

一个基于 Andrej Karpathy 的 LLM Wiki 模式 实现的 Obsidian 知识库,利用 LLM 维护可复利的个人知识层。

✨ 核心理念

传统 Wiki 失败的原因是维护成本太高——人类不擅长处理繁琐的交叉引用、一致性检查和内容更新。而 LLM 恰好擅长这些"记账"工作。

本项目将知识管理分为三层:

  • 原始资料层raw/):不可变的事实来源
  • 知识层wiki/):LLM 维护的结构化知识网络
  • 配置层TheSchema.md):定义系统规则和工作流

🎯 核心特性

  • 持久化知识积累:Wiki 是可复利的资产,而非每次重新推导
  • 自动化维护:LLM 处理交叉引用、一致性检查、内容更新
  • 结构化组织:按来源、实体、概念、比较、总览分类管理
  • 可追溯性:完整的操作日志和来源引用
  • Obsidian 原生:充分利用双向链接、标签、图谱等功能

📁 目录结构

.
├── raw/                    # 原始资料(只读)
│   ├── papers/            # 论文、文章
│   ├── books/             # 书籍摘录
│   └── media/             # 图片、视频等
│
├── wiki/                   # 知识层(LLM 维护)
│   ├── sources/           # 来源摘要页
│   ├── entities/          # 实体页(人物、项目等)
│   ├── concepts/          # 概念页(方法、理论等)
│   ├── comparisons/       # 比较分析页
│   ├── overview/          # 总览综合页
│   ├── index.md           # 内容索引
│   └── log.md             # 操作日志
│
├── Attachments/           # 图片资源
├── TheSchema.md           # 系统配置文档
└── README.md              # 本文档

🎨 框架总览

Pasted image 20260410195644.png

系统通过三层架构实现知识的持续积累和复利增长。

🏗️ Architecture · 三种文件类型

Pasted image 20260410195715.png

  • Raw Sources:原始资料,不可变的事实来源
  • Wiki Pages:LLM 生成和维护的结构化知识页面
  • Schema:系统配置,定义工作流和规则

🔄 Operations · 三个日常操作

Pasted image 20260410195804.png

1. Ingest(导入)

添加新资料到 raw/,LLM 阅读并:

  • 创建来源摘要页
  • 更新相关实体/概念页
  • 维护交叉引用
  • 记录到操作日志

2. Query(查询)

向 Wiki 提问,LLM:

  • 搜索相关页面
  • 综合回答并附上引用
  • 可选:将有价值的回答写回为新页面

3. Lint(检查)

定期审计 Wiki 健康度:

  • 发现矛盾和过时内容
  • 识别孤立页面
  • 建议合并/拆分
  • 补充缺失的交叉引用

🛠️ 辅助工具

Pasted image 20260410195828.png

  • index.md:按类别组织的内容目录,帮助 LLM 快速定位
  • log.md:时间序列的操作记录,追溯知识演化
  • Search:Obsidian 的全文搜索和标签系统

💡 使用建议

Pasted image 20260410195907.png

  1. 保持原始资料不变raw/ 目录只添加不修改
  2. 让 LLM 处理繁琐工作:交叉引用、格式统一、一致性检查
  3. 定期 Lint:保持 Wiki 健康,防止知识腐化

🚀 快速开始

  1. 下载最新版本

    • 前往 Releases 页面
    • 下载最新版本的 .zip 文件
  2. 解压文件

    • 将下载的 .zip 文件解压到你的 Obsidian 仓库所在文件夹
  3. 在 Obsidian 中打开

    • 打开 Obsidian
    • 选择"打开文件夹作为仓库"
    • 选择解压后的文件夹
  4. 配置 AI Agent

    • 阅读 [[TheSchema.md]] 了解系统规则
    • 将 Schema 内容提供给你的 AI Agent(Claude Code、OpenClaw、Trae 等)
  5. 开始使用

▶️ 查看视频演示

👆 查看视频演示

# 导入新资料
"请基于 raw/xxx.pdf 进行 Ingest"

# 查询知识
"XXX 和 YYY 有什么区别?"

# 健康检查
"请对 wiki 做一次 Lint"

更多可见视频演示:

📖 页面类型说明

类型 路径 用途
Source Summary wiki/sources/ 单个来源的摘要和要点
Entity Page wiki/entities/ 人物、书籍、项目等实体
Concept Page wiki/concepts/ 方法、理论、模型等概念
Comparison wiki/comparisons/ 对比分析
Overview wiki/overview/ 主题综述和总览

🙏 致谢

本项目基于 Andrej KarpathyLLM Wiki 模式 实现。

核心思想:

"The wiki is a persistent, compounding artifact" — 让 LLM 处理人类不擅长的记账工作,让知识真正复利增长。

👤 关于作者

Blink

  • 18 年笔记软件老玩家
  • AI + 知识管理实践者
  • 10 年互联网产品经理

539.jpg

📄 许可证

MIT License


相关链接

About

一个基于 Andrej Karpathy 的 LLM Wiki 模式 实现的 Obsidian 知识库,利用 LLM 维护可复利的个人知识层。

Resources

Stars

Watchers

Forks

Packages

 
 
 

Contributors