llm-wiki

Obsidian + LLM 自增长知识库（LLM Wiki 模式）。基于 Karpathy 公开的 LLM wiki 构建方法与 《用 WorkBuddy / Codex + Obsidian 搭建自生长的个人知识库实战》 落地。

比喻（Karpathy）：Obsidian 是"IDE"，LLM 是"程序员"，wiki/ 是"代码库"，raw/ 是不可改写的"证据"。 你在 Obsidian 里浏览和审阅，LLM 负责编写和维护。

为什么是这一套

"自生长"的关键不是自动化，而是：AI 处理完资料后，知识库必须留下变化——新增一个概念、补上一条关联，或暴露一个暂时没有答案的问题。一次次变化累积起来，才长成自己的知识体系。

三层架构

**铁律：raw/ 只读，wiki/ 读写，绝不修改原始素材。**

快速开始

• 装 Obsidian（obsidian.md），把本目录作为 Vault 打开。
• 开启 Dataview 插件：本仓库已预装官方 Dataview 0.5.70（位于 .obsidian/plugins/dataview/）并在 .obsidian/community-plugins.json 中登记启用。重启 Obsidian 后生效；若设置里仍显示受限模式，手动把「第三方插件」开关打开即可。这是 仪表盘 / growth / lifecycle 三个看板的渲染前提。
• 装浏览器扩展 Obsidian Web Clipper，默认目录设为 raw/articles（详见 raw/articles/README.md）。
• 剪藏一篇文章，然后在 WorkBuddy / Codex 里说：

• 打开 wiki/index.md 看索引，打开 wiki/growth.md 看生长指标，打开图谱视图看知识结构。

工作流指令

完整提示词见 **PROMPTS.md**。

三种接入方式

三种方式可叠加：先用 ① 把结构跑通，再用 ② 固化流程，需要界面化时再上 ③。

规模化建议

• * 300 页*：单文件 index.md 够用
• 300-1000 页：把 index 拆为分类子索引（index-entities.md 等）
• 1000+ 页：引入全文/语义搜索，index 降级为辅助导航，log.md 按年归档到 wiki/logs/

关键心态

自生长不等于完全自动化。哪些资料值得保留、规则如何设定、关键结论能否成立，仍然需要人的判断；AI 更适合承担重复、耗时且结构化的维护工作。

不需要一开始就搭出完美系统：先建好三层目录 → 放入一篇真实资料 → 让 Agent 完成第一次增量更新 → 再根据实际使用不断调整 Schema。