---
title: "LLM-wiki：会自己生长的知识库"
author: Miles Ma
date: 2026-05-21
section: 知识系统
url: https://immilesma.com/blog/llm-wiki-knowledge-base/
description: "从文件组织、知识提取到关联检索，搭建一个属于自己、可以被 AI 持续使用和更新的第二大脑。"
---

# LLM-wiki：会自己生长的知识库

> 从文件组织、知识提取到关联检索，搭建一个属于自己、可以被 AI 持续使用和更新的第二大脑。

>

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. 你（人）收集资料、提问题
2. Claude Code（AI Agent）读资料、写 wiki、回答问题
3. Wiki（知识库）在 Obsidian 里查看
4. 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. 打开 [https://obsidian.md/](https://obsidian.md/)
2. 下载 Mac 版（.dmg 文件）
3. 双击安装，拖到"应用程序"文件夹

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

第一次打开 Obsidian：
1. 选择"创建新仓库"
2. 仓库名称：我的知识库（或任何你喜欢的名字）
3. 位置：选一个你记得住的地方（如桌面或文档文件夹）
4. 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. **原始资料不动**：`raw/` 里的文件永远不修改
2. **wiki 是你的领地**：`wiki/` 里的所有文件由你创建和维护
3. **知识要关联**：用 `[[双链]]` 建立页面之间的联系
4. **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. 读取 `raw/` 里的文件
2. 提取关键信息（人物、概念、观点、数据）
3. 在 `wiki/sources/` 创建摘要页面
4. 更新或创建相关的实体页面和概念页面
5. 更新 `index.md` 和 `log.md`
6. 告诉我你更新了哪些页面

### 操作 2：查询（Query）

当我问问题时：
1. 先读 `wiki/index.md` 找相关页面
2. 读取相关页面的内容
3. 综合回答，并标注引用来源
4. 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. 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）

2. 生成检查报告
3. 建议需要补充的内容

## 页面格式规范

### 资料摘要页面（sources/）

```
---

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. 打开 Obsidian
2. 左上角"打开其他仓库" → "打开文件夹作为仓库"
3. 选择你的 我的知识库 文件夹
4. 现在你能看到 raw/、wiki/、schema/ 三个文件夹
5. 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. 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
2. 在浏览器里打开一篇你想保存的文章
3. 点击浏览器工具栏的 Obsidian 图标
4. 选择保存到 raw/ 文件夹
5. 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. 读取这篇文章
2. 提取关键信息
3. 在 wiki/sources/ 创建摘要
4. 在 wiki/concepts/ 创建"费曼学习法"页面
5. 更新 wiki/index.md
6. 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. 打开 wiki/index.md，看到新增的页面
2. 点击 [[费曼学习法]]，跳转到概念页面
3. 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. 保存到 raw/ 文件夹
2. 告诉 Claude Code：摄入 raw/文件名.md
3. 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. 搜索 wiki 里的相关页面
2. 综合回答
3. 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. 每读完一章，把笔记保存到 raw/思考快与慢-第X章.md
2. 告诉 Claude Code：摄入 raw/思考快与慢-第1章.md
3. 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
4. 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. 每天看到好文章，用 Web Clipper 保存到 raw/
2. 每周摄入一次：摄入 raw/ 文件夹里所有新文章
3. 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. 每天写日记，保存到 raw/日记-2026-05-21.md
2. 每周摄入一次
3. 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

```
# 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

```
# 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

```
# 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。