Ai-Agent-Wiki

🤖 基于 LLM Wiki 模式构建的 AI Agent 知识库 —— 由 AI 全权维护，增量沉淀，持续复合增长。

这是什么？

AI Agent Wiki 是一个关于 AI Agent 的结构化、持续演进的知识库。它不是一个传统的 RAG 系统 —— AI 不只是检索原始文档，而是增量构建和维护一个持久化的 Wiki：提取关键信息、建立交叉引用、标注矛盾、保持内容时效。

核心理念来自 llm-wiki.md 提出的 LLM Wiki 模式：

大多数人对 LLM + 文档的经验是 RAG：上传一堆文件，LLM 在查询时检索相关片段并生成答案。这能用，但 LLM 每次都从零开始重新发现知识——没有积累。

这里的思路不同：LLM 增量构建和维护一个持久化的 Wiki —— 一个结构化的、内部互联的 Markdown 文件集合，位于你和原始来源之间。

三层架构

• Raw Sources — 你策划的原始资料集合（文章、论文、视频笔记），AI 只读不写
• The Wiki — AI 拥有的 Markdown 文件目录，AI 创建页面、更新内容、维护交叉引用
• The Schema — CLAUDE.md，告诉 AI 如何结构化 Wiki、遵循什么约定、执行什么工作流

核心工作流

📥 Ingest（摄入新资料）

将资料放入 raw/_inbox/，AI 自动处理：

• 阅读原始资料
• 与你讨论关键要点（交互模式）或静默处理（批量模式）
• 写入 Wiki —— 创建总结页、更新概念页、更新索引、追加日志
• 将资料从 _inbox/ 归档到对应分类目录

🔍 Query（知识查询）

基于 Wiki 已有内容回答知识性问题，附带 [[页面引用]]。有价值的回答可以归档为新页面，让探索也沉淀到知识库中。

快速开始

前置条件

• Obsidian — 浏览 Wiki 的推荐工具
• Claude Code — 驱动 AI 维护 Wiki
• Git — 版本控制

2. 在 Obsidian 中打开

将 AI-Agent-Wiki 文件夹作为 Obsidian Vault 打开。

• Dataview（必需） — 支撑 dashboard.md 的动态查询
• Obsidian Git — 自动 commit + push
• Marp Slides（可选） — 从 Wiki 内容生成幻灯片

3. 启动 Claude Code

Claude Code 会读取 CLAUDE.md，获得完整的操作规则和工作流。

4. 开始使用

• 使用 Obsidian Web Clipper 将网页文章裁剪到 raw/_inbox/
• 在 Claude Code 中输入 /ingest 文件名 让 AI 处理
• 在 Obsidian 中浏览更新后的 Wiki，查看图谱视图
• 提出问题，AI 基于 Wiki 内容回答
• 定期运行 /lint 保持知识库健康

当前状态

📌 下一步：收集 AI Agent 核心概念的文章 / 论文放入 raw/_inbox/，从 ReAct、Tool Use、Agent 架构等基础概念入手。