wiki-obsidian-ggq

AI가 구축하고 유지하는 개인 지식 베이스 (LLM Wiki) 템플릿.

Karpathy의 LLM Wiki 패턴을 기반으로, LLM이 원본 자료를 읽고 위키를 점진적으로 컴파일하는 구조입니다. RAG처럼 매번 지식을 재발견하는 것이 아니라, 한번 컴파일된 지식이 계속 축적됩니다.

**raw/my_folder/** 는 사용자 개인 메모 폴더입니다. 클론 후 자신에게 맞는 이름으로 변경하세요. (예: raw/john/, raw/notes/)

시작하기 전에 — 맥락 설정

위키를 셋업하기 전에 나의 맥락을 먼저 정리해야 합니다. 이게 없으면 AI가 목적 없이 정리만 합니다.

Gold In, Gold Out — 목적 있는 수집만이 골드 데이터가 됩니다.

Step 1. 위키가 될 폴더를 만든다

이 저장소를 클론하거나, 빈 폴더를 하나 만들어 Obsidian vault로 엽니다.

Step 2. 3가지 질문에 대한 답을 마크다운 파일로 작성한다

raw/my_folder/나의-핵심-맥락.md 파일을 만들고, 아래 3가지 질문에 한 줄씩이면 충분합니다.

Step 3. Claude Code에서 맥락 인터뷰를 실행한다

Step 2에서 작성한 파일을 바탕으로, AI가 더 깊은 맥락을 뽑아냅니다. Claude Code를 이 폴더에서 열고 아래 프롬프트를 실행하세요:

이 과정이 끝나면 raw/my_folder/나의-맥락-요약.md가 생성됩니다. AI가 당신의 맥락을 이해하고, 이후 모든 인제스트와 질의에서 당신에게 맞는 방식으로 지식을 정리합니다.

my_folder는 자신에게 맞는 이름으로 변경하세요. (예: raw/john/, raw/notes/)

셋업 가이드

"시작하기 전에" 의 Step 1~3을 먼저 완료한 후 아래를 진행하세요.

5a. NotebookLM 설정 (선택)

NotebookLM 경유 인제스트(/wiki add --nblm 또는 "노트북LM 가져와")를 쓰려면 최초 1회 설치·로그인이 필요합니다.

쿠키가 만료되면 notebooklm login을 다시 실행하세요. 문제 진단은 notebooklm auth check --test 또는 notebooklm doctor. 상세는 skills/notebooklm/SKILL.md.

5b. PDF 인제스트 설정 (선택)

PDF 경유 인제스트(/wiki add .pdf 또는 "PDF 가져와")를 쓰려면 Java 17+와 OpenDataLoader PDF가 필요합니다.

OpenDataLoader PDF 출처: 이 파이프라인은 한컴(Hancom)이 공개한 오픈소스 OpenDataLoader PDF(Apache License 2.0)를 의존성으로 사용합니다. 상세 라이선스·귀속 정보는 tools/odl/NOTICE.md 참조. 프로젝트 소스: