![](/media/liusheng/image/1167aedcd6444a40.jpg)

> 用 AI 帮你建一个会自己长大的个人知识库——不是搜索引擎，是真正属于你的第二大脑。

## 新手上路

- **完全新手**：从第 1 章到第 5 章按顺序做完，能建出第一个自动维护的知识库，就算入门。
- **遇到任何问题**：直接截图丢给 Claude Code 或豆包，描述清楚"我在做哪一步，看到了什么"，比自己查资料高效 10 倍。

## 第 1 章 掌握核心概念

听不懂原理、看不懂文档，大多是因为关键概念没串起来。这一章把后面会反复出现的词一次性掰开。

1.1 LLM-wiki 到底是什么

先说大多数人用 AI 处理知识的方式：

传统方式（RAG）： 你上传 100 篇文章 → AI 建索引 → 你问问题 → AI 临时搜索相关片段 → 拼凑答案

每次提问，AI 都要从零开始找资料、理解、组织。就像每次做菜都要重新翻冰箱找食材。

LLM-wiki 的方式： 你上传 100 篇文章 → AI 读完后写成结构化的 wiki → 你问问题 → AI 直接从 wiki 里找答案

AI 会把知识提前整理好、建立关联、标注矛盾。

核心区别：

- RAG：每次都是"临时工"，用完就忘
- LLM-wiki：AI 是"专职图书管理员"，持续维护你的知识库

1.2 三个最重要的概念

```

原始资料（Raw Sources）  = 你收藏的文章、笔记、PDF（只读，不改）
Wiki（知识库）          = AI 自动生成和维护的结构化笔记（AI 写，你读）
Schema（配置文件）      = 告诉 AI 怎么整理知识的规则手册

```

**类比理解**：

- **原始资料**：你买的书、收藏的文章，原封不动放在书架上
- **Wiki**：AI 帮你写的读书笔记 + 思维导图 + 索引卡片，而且会自动更新
- **Schema**：你告诉 AI "我喜欢怎样的笔记风格"的说明书

1.3 LLM-wiki 能做什么

**场景 1：读书笔记**

- 你每读完一章，丢给 AI
- AI 自动提取人物、情节、主题，建立关联
- 读完整本书，你有一个完整的"书籍百科"

**场景 2：研究某个领域**

- 你持续收集 AI、心理学、商业的文章
- AI 自动归类、提取观点、标注矛盾
- 几个月后，你有一个专业级的知识库

**场景 3：个人成长追踪**

- 你的日记、健康记录、学习笔记
- AI 帮你整理成"关于我自己的百科"
- 随时查看"我在某个话题上的思考演变"

**场景 4：团队知识管理**

- 会议记录、项目文档、客户反馈
- AI 自动整理成公司内部 wiki
- 新人入职直接查 wiki，不用到处问

1.4 为什么不用 NotebookLM / ChatGPT 文件上传

NotebookLM 和 ChatGPT 的文件上传功能都是 RAG 模式：

❌ 每次提问都要重新检索 ❌ 知识不会累积——今天问过的问题，明天还要重新找 ❌ 看不到知识结构——不知道哪些概念有关联、哪些观点有矛盾

LLM-wiki 的优势：

✅ 知识会复利增长——每次提问的好答案可以存回 wiki ✅ 能看到全局结构——用 Obsidian 的关系图谱看知识网络 ✅ AI 会主动维护——发现矛盾会标注，发现缺失会提醒

1.5 需要什么工具

**必备工具：**

- Claude Code（或其他 AI Agent）—— AI 助手，负责读资料、写 wiki
- Obsidian —— 笔记软件，用来查看和浏览 wiki
- 一个文件夹 —— 存放你的原始资料和 wiki

**可选工具：**

- Obsidian Web Clipper —— 浏览器插件，一键保存网页文章
- qmd —— 本地搜索引擎，wiki 变大后用（100+ 篇文章后再考虑）
- Git —— 版本管理，可以看 wiki 的演变历史

1.6 一句话总结整套关系

整套系统的工作流程：

1. 1. 你（人）收集资料、提问题
2. 1. Claude Code（AI Agent）读资料、写 wiki、回答问题
3. 1. Wiki（知识库）在 Obsidian 里查看
4. 1. 持续积累，成为你的第二大脑

## 第 2 章 装好基础环境

按顺序装 3 样东西：Claude Code → Obsidian → 建立工作目录。

2.1 装 Claude Code

如果你已经装过 Claude Code，跳过这一步。

如果没装过，参考《Claude Code 小白完整入门教程》的第 2 章，把 Git、Node.js、VS Code、Claude Code 装好。

验证是否装好：

claude -v

能看到版本号就 OK。

2.2 装 Obsidian

Mac 用户：

1. 1. 打开 https://obsidian.md/
2. 1. 下载 Mac 版（.dmg 文件）
3. 1. 双击安装，拖到"应用程序"文件夹

Windows 用户：

1. 1. 打开 https://obsidian.md/
2. 1. 下载 Windows 版（.exe 文件）
3. 1. 双击安装，默认下一步

第一次打开 Obsidian：

1. 1. 选择"创建新仓库"
2. 1. 仓库名称：我的知识库（或任何你喜欢的名字）
3. 1. 位置：选一个你记得住的地方（如桌面或文档文件夹）
4. 1. 点"创建"

记住这个位置，后面会用到。

2.3 建立工作目录

打开终端（Mac）或 PowerShell（Windows），进入你刚才创建的 Obsidian 仓库：

cd ~/Desktop/我的知识库  # Mac 示例，根据你的实际路径调整

在里面创建三个文件夹：

mkdir raw wiki schema

目录结构：

```
我的知识库/
  - raw/        # 存放原始资料（文章、PDF、笔记）
  - wiki/       # AI 生成的知识库（AI 写，你读）
  - schema/     # 配置文件（告诉 AI 怎么工作）
```

## 第 3 章 配置你的第一个 LLM-wiki

3.1 创建配置文件（Schema）

在 schema/ 文件夹里创建一个文件 CLAUDE.md，这是告诉 Claude Code 怎么维护 wiki 的说明书。

打开 VS Code，在 schema/CLAUDE.md 里粘贴以下内容：

# LLM-wiki 配置文件

你是我的个人知识库管理员。你的工作是帮我维护一个结构化的 wiki。

## 目录结构

- raw/ - 原始资料（只读，不修改）
- wiki/ - 知识库（你负责创建和维护）
- schema/ - 配置文件（本文件）

## 核心原则

1. 1. **原始资料不动**：raw/ 里的文件永远不修改
2. 1. **wiki 是你的领地**：wiki/ 里的所有文件由你创建和维护
3. 1. **知识要关联**：用 [[双链]] 建立页面之间的联系
4. 1. **矛盾要标注**：发现不同资料有冲突，在 wiki 里明确标出

## Wiki 结构

wiki/ 目录下包含：

- index.md - 总索引（列出所有页面）
- overview.md - 知识库概览
- log.md - 操作日志（记录每次摄入和查询）
- entities/ - 实体页面（人物、公司、产品等）
- concepts/ - 概念页面（理论、方法、观点等）
- sources/ - 资料摘要（每篇原始资料的总结）

## 三个核心操作

操作 1：摄入（Ingest）

当我说"摄入这篇文章"或"处理这个文件"时：

1. 1. 读取 raw/ 里的文件
2. 1. 提取关键信息（人物、概念、观点、数据）
3. 1. 在 wiki/sources/ 创建摘要页面
4. 1. 更新或创建相关的实体页面和概念页面
5. 1. 更新 index.md 和 log.md
6. 1. 告诉我你更新了哪些页面

操作 2：查询（Query）

当我问问题时：

1. 1. 先读 wiki/index.md 找相关页面
2. 1. 读取相关页面的内容
3. 1. 综合回答，并标注引用来源
4. 1. 如果答案有价值，问我"要不要把这个答案存成新页面"

操作 3：检查（Lint）

当我说"检查 wiki"时：

1. 1. 扫描所有页面，查找：

- 矛盾的观点
- 过时的信息
- 缺失的关联
- 孤立的页面（没有被其他页面链接）

1. 1. 生成检查报告
2. 1. 建议需要补充的内容

## 页面格式规范

资料摘要页面（sources/）

```markdown
  ---

  title: 文章标题
  source: 原始文件路径
  date: 摄入日期
  tags: [标签1, 标签2]
  ---

  ## 核心观点

  - 观点 1
  - 观点 2

  ## 关键信息

  ### 人物

  - [[人物名]] - 简短描述

  ### 概念

  - [[概念名]] - 简短描述

  ## 原文摘录

  > 重要的原文引用

  ## 相关页面

  - [[相关页面1]]
  - [[相关页面2]]

  概念页面（concepts/）

  ---

  title: 概念名称
  type: concept
  created: 创建日期
  updated: 最后更新日期
  ---

  ## 定义

  简洁的定义

  ## 详细说明

  详细解释这个概念

  ## 来源

  - [[资料1]] - 在这篇资料里提到
  - [[资料2]] - 在这篇资料里提到

  ## 相关概念

  - [[相关概念1]]
  - [[相关概念2]]

  ## 矛盾与争议

  如果不同资料对这个概念有不同看法，在这里标注

  工作风格

  - 用中文写 wiki
  - 保持客观，不加入你的主观判断
  - 发现矛盾时，呈现双方观点，不要替我选边站
  - 页面标题用简洁的名词，不要用完整句子

  保存这个文件。

  ### 3.2 初始化 wiki 结构

  在终端里，进入你的知识库目录：

  
```

bash cd ~/Desktop/我的知识库

启动 Claude Code：

claude

在对话框里输入：

请根据 schema/CLAUDE.md 的配置，初始化 wiki 目录结构，创建 index.md、overview.md、log.md，以及 entities/、concepts/、sources/ 三个子文件夹。

等它跑完，你会看到 wiki/ 文件夹里出现了这些文件和文件夹。

3.3 在 Obsidian 里查看

1. 1. 打开 Obsidian
2. 1. 左上角"打开其他仓库" → "打开文件夹作为仓库"
3. 1. 选择你的 我的知识库 文件夹
4. 1. 现在你能看到 raw/、wiki/、schema/ 三个文件夹
5. 1. 点开 wiki/index.md，看到 AI 创建的索引页面

## 第 4 章 摄入第一篇资料

4.1 准备一篇文章

方式 1：保存网页文章

1. 1. 在 Obsidian 里安装 Web Clipper 插件：

- 设置 → 第三方插件 → 关闭"安全模式"
- 浏览 → 搜索"Web Clipper" → 安装 → 启用

1. 1. 在浏览器里打开一篇你想保存的文章
2. 1. 点击浏览器工具栏的 Obsidian 图标
3. 1. 选择保存到 raw/ 文件夹
4. 1. 文件名用文章标题

方式 2：手动创建

在 raw/ 文件夹里新建一个 .md 文件，把你想整理的内容粘贴进去。

示例：我们用一篇关于"费曼学习法"的文章做演示。

4.2 让 AI 摄入这篇文章

在 Claude Code 对话框里输入：

摄入 raw/费曼学习法.md

AI 会：

1. 1. 读取这篇文章
2. 1. 提取关键信息
3. 1. 在 wiki/sources/ 创建摘要
4. 1. 在 wiki/concepts/ 创建"费曼学习法"页面
5. 1. 更新 wiki/index.md
6. 1. 在 wiki/log.md 记录这次操作

等它跑完（1-3 分钟），会告诉你更新了哪些页面。

4.3 在 Obsidian 里查看结果

1. 1. 打开 wiki/index.md，看到新增的页面
2. 1. 点击 [[费曼学习法]]，跳转到概念页面
3. 1. 右上角点击"关系图谱"图标，看到页面之间的关联

第一个 LLM-wiki 跑通了。

## 第 5 章 日常使用流程

5.1 持续摄入资料

每次看到好文章、做了笔记、读了书：

1. 1. 保存到 raw/ 文件夹
2. 1. 告诉 Claude Code：摄入 raw/文件名.md
3. 1. 在 Obsidian 里查看更新

建议节奏：

- 新手：每次摄入 1 篇，看看 AI 怎么整理
- 熟练后：可以批量摄入，摄入 raw/ 文件夹里所有新文章

5.2 提问和查询

直接问 Claude Code 问题：

费曼学习法的核心步骤是什么？

AI 会：

1. 1. 搜索 wiki 里的相关页面
2. 1. 综合回答
3. 1. 标注引用来源

如果答案有价值，AI 会问你：

这个答案挺完整的，要不要我把它存成一个新页面？

选"是"，你的 wiki 又多了一个页面。

5.3 定期检查 wiki 健康度

每隔一段时间（比如摄入 10 篇文章后），让 AI 检查：

检查 wiki

AI 会告诉你：

- 哪些观点有矛盾
- 哪些页面没有被链接（孤岛）
- 哪些概念值得深入补充

5.4 在 Obsidian 里探索

**关系图谱：**

- 右上角点击"关系图谱"
- 看到所有页面的关联网络
- 点击节点可以跳转

**搜索：**

- Cmd+O（Mac）或 Ctrl+O（Win）
- 快速跳转到任何页面

**反向链接：**

- 打开任意页面
- 右侧栏看"反向链接"
- 知道哪些页面引用了当前页面

## 第 6 章 进阶技巧

6.1 自定义 wiki 结构

schema/CLAUDE.md 是你的配置文件，可以随时修改。

例子 1：增加"人物"分类

在 schema/CLAUDE.md 里加一段：

## 人物页面（entities/people/）

记录重要人物的信息：

- 基本信息（职业、背景）
- 核心观点
- 代表作品
- 在哪些资料里提到

然后告诉 Claude Code：

根据更新后的 schema，重新组织 wiki

例子 2：增加"书籍"分类

如果你在读书，可以加：

## 书籍页面（sources/books/）

每本书一个页面：

- 作者
- 核心论点
- 章节摘要
- 金句摘录
- 相关概念

6.2 多主题知识库

如果你想同时管理多个主题（比如"AI 学习"和"个人成长"），有两种方式：

方式 1：一个 wiki，用标签区分

在 schema/CLAUDE.md 里规定：

## 标签规范

- #AI - AI 相关
- #成长 - 个人成长相关
- #商业 - 商业相关

每个页面的 frontmatter 里加标签。

方式 2：多个独立 wiki

建立多个文件夹：

```
我的知识库/
  - AI学习/
    - raw/
    - wiki/
    - schema/
  - 个人成长/
    - raw/
    - wiki/
    - schema/
```

每个主题独立维护。

6.3 装本地搜索引擎（wiki 超过 100 页后）

当 wiki 变大（100+ 页面），index.md 不够用了，装个搜索引擎：

安装 qmd：

npm install -g @tobi/qmd

使用：

qmd search "费曼学习法" --path wiki/

也可以让 Claude Code 调用：

用 qmd 搜索 wiki 里关于"学习方法"的所有页面

6.4 用 Git 追踪 wiki 演变

如果你想看 wiki 是怎么一步步长大的：

cd ~/Desktop/我的知识库 git init git add . git commit -m "初始化 wiki"

以后每次摄入资料后：

git add . git commit -m "摄入：费曼学习法"

用 git log 可以看到所有历史记录。

## 第 7 章 常见问题

7.1 AI 生成的页面不满意怎么办？

直接告诉 AI：

wiki/concepts/费曼学习法.md 这个页面写得太简单了，帮我扩充一下，增加具体案例

或者：

这个页面的结构不好，帮我重新组织，按"定义 → 步骤 → 案例 → 常见误区"的顺序

7.2 不同资料有矛盾怎么办？

AI 会自动标注矛盾。比如：

## 矛盾与争议

- [[资料A]] 认为费曼学习法适合所有学科
- [[资料B]] 认为费曼学习法不适合数学和编程

两种观点的依据：

- 资料A 强调"用简单语言解释"的普适性
- 资料B 认为数学需要符号推导，不能只靠语言

你可以自己判断，或者继续摄入更多资料。

7.3 wiki 太乱了怎么办？

定期让 AI 整理：

检查 wiki，找出所有孤立页面（没有被其他页面链接的），建议怎么关联

或者：

重新组织 wiki/concepts/ 文件夹，按主题分类

7.4 可以用其他 AI Agent 吗？

可以。LLM-wiki 的原理适用于任何能读写文件的 AI Agent：

- Codex（OpenAI）
- Cursor
- Windsurf
- 豆包 MarsCode

只要把 schema/CLAUDE.md 改成对应的配置文件名（如 AGENTS.md）。

7.5 可以不用 Obsidian 吗？

可以。wiki 就是一堆 markdown 文件，用任何支持 markdown 的工具都行：

- VS Code + Markdown 插件
- Typora
- Notion（需要导入）
- Logseq

但 Obsidian 的关系图谱和双链功能最适合 wiki。

## 第 8 章 实战案例

案例 1：读完一本书

目标：读《思考，快与慢》，建立一个书籍 wiki。

步骤：

1. 1. 每读完一章，把笔记保存到 raw/思考快与慢-第X章.md
2. 1. 告诉 Claude Code：摄入 raw/思考快与慢-第1章.md
3. 1. AI 会提取：

- 人物：丹尼尔·卡尼曼
- 概念：系统1、系统2、启发式、锚定效应
- 案例：各种实验

1. 1. 读完整本书，你有：

- 12 个章节摘要页面
- 20+ 个概念页面
- 1 个作者页面
- 完整的概念关系图谱

查询示例：

系统1 和系统2 的区别是什么？书里有哪些案例？

AI 会综合所有章节的内容回答。

案例 2：研究 AI 领域

目标：持续学习 AI，建立专业知识库。

步骤：

1. 1. 每天看到好文章，用 Web Clipper 保存到 raw/
2. 1. 每周摄入一次：摄入 raw/ 文件夹里所有新文章
3. 1. 3 个月后，你有：

- 100+ 篇文章摘要
- 50+ 个概念页面（Transformer、RAG、Agent、Prompt Engineering...）
- 20+ 个人物页面（Hinton、Bengio、Altman...）
- 10+ 个公司页面（OpenAI、Anthropic、Google...）

查询示例：

RAG 和 LLM-wiki 的区别是什么？我的知识库里有哪些相关资料？

案例 3：个人成长追踪

目标：记录自己的思考和成长。

步骤：

1. 1. 每天写日记，保存到 raw/日记-2026-05-21.md
2. 1. 每周摄入一次
3. 1. AI 会提取：

- 你关注的话题
- 你的情绪变化
- 你的目标和进展
- 你的思考模式

查询示例：

我在"时间管理"这个话题上的思考是怎么演变的？

AI 会找出所有相关日记，总结你的思考轨迹。

## 附录 A：核心命令速查

```bash
# 启动 Claude Code
claude

# 摄入单个文件
摄入 raw/文件名.md

# 批量摄入
摄入 raw/ 文件夹里所有新文章

# 查询
[直接问问题]

# 检查 wiki 健康度
检查 wiki

# 重新组织 wiki
根据更新后的 schema 重新组织 wiki

# 搜索（装了 qmd 后）
qmd search "关键词" --path wiki/
```

## 附录 B：推荐的 Obsidian 插件

**必装：**

- Obsidian Web Clipper —— 保存网页文章
- Graph View（内置）—— 关系图谱

**推荐：**

- Dataview —— 查询和统计页面
- Templater —— 页面模板
- Calendar —— 日历视图（适合日记）
- Excalidraw —— 画图和思维导图

## 附录 C：Schema 模板库

模板 1：读书笔记专用

```markdown
# 读书笔记 Wiki 配置

## Wiki 结构

- `books/` - 书籍页面
- `authors/` - 作者页面
- `concepts/` - 概念页面
- `quotes/` - 金句摘录

## 书籍页面格式

- 基本信息（作者、出版年份、页数）
- 核心论点
- 章节摘要
- 金句摘录
- 相关书籍
```

模板 2：研究领域专用

```markdown
# 研究领域 Wiki 配置

## Wiki 结构

- `papers/` - 论文摘要
- `researchers/` - 研究者页面
- `concepts/` - 概念和理论
- `methods/` - 研究方法
- `datasets/` - 数据集

## 论文页面格式

- 标题、作者、发表年份
- 核心贡献
- 方法论
- 实验结果
- 相关论文
```

模板 3：个人成长专用

```markdown
# 个人成长 Wiki 配置

## Wiki 结构

- `journal/` - 日记
- `goals/` - 目标追踪
- `habits/` - 习惯养成
- `reflections/` - 反思总结
- `learnings/` - 学习笔记

## 日记页面格式

- 日期
- 情绪
- 事件
- 思考
- 行动
```

## 写在最后

刚开始可能觉得麻烦——为什么不直接问 ChatGPT？

用上 3 个月你会发现：

- 你的知识不再散落在各处，而是有结构地积累
- 你能看到自己的思考轨迹，知道自己在某个话题上是怎么演变的
- 你问的每个好问题、得到的每个好答案，都会让知识库更丰富

这就是知识复利。

![](/media/liusheng/image/1167aedcd6444a40.jpg)

![](/media/liusheng/image/1167aedcd6444a40.jpg)