llm-wiki-areswn

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。

• 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

🎨 框架总览

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

• 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

1. Ingest（导入）

• 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）

• 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）

• 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

• 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

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

🚀 快速开始

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

• 解压文件
• 将下载的 .zip 文件解压到你的 Obsidian 仓库所在文件夹

• 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

• 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）

🙏 致谢

本项目基于 Andrej Karpathy 的 LLM Wiki 模式 实现。

"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

• 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