LLM Wiki：用 LLM 构建个人知识库的新�...|wiki|个人知识库|显式标识|索引

来源：市场资讯

（来源：磐创AI）

开源项目观察LLM Wiki：用 LLM 构建个人知识库的新范式你的知识库，可能做错了

大多数人的 LLM + 文档体验是这样的：

上传一堆文件
提问时，LLM 检索相关片段
生成答案

这叫 RAG。它有用，但有一个致命缺陷：LLM 每次都在重新发现知识。

你问一个需要综合 5 个文档的复杂问题，LLM 必须每次都重新找到并拼凑相关片段。没有积累。没有沉淀。

Notion AI、NotebookLM、ChatGPT 文件上传——都在这样工作。

另一种思路：LLM Wiki

与其每次从原始文档检索，不如让 LLM 增量构建和维护一个持久的 Wiki。

当添加新来源时，LLM 不只是索引它，而是：

阅读并提取关键信息
整合到现有 Wiki 中
更新实体页面、主题摘要
标记新旧数据矛盾
强化或挑战演化的综合

知识编译一次，然后持续更新。

关键区别：Wiki 是一个持久、复利的产物。交叉引用已经存在，矛盾已经标记，综合已经反映所有读过的内容。每加一个来源、每问一个问题，Wiki 都变得更丰富。

核心架构：三层结构

第一层：原始来源

你策划的源文档集合。文章、论文、图片、数据文件。

不可变——LLM 读取但不修改。这是你的真相来源。

第二层：Wiki

LLM 生成的 Markdown 文件目录。摘要、实体页面、概念页面、比较、概览、综合。

LLM 完全拥有这一层。创建页面、更新页面、维护交叉引用、保持一致性。你读，LLM 写。

第三层：Schema

一个文档（如 CLAUDE.md 或 AGENTS.md），告诉 LLM Wiki 如何结构化、遵循什么约定、摄入来源时执行什么工作流。

这是关键配置文件——让 LLM 成为有纪律的 Wiki 维护者，而不是通用聊天机器人。

实际应用场景

个人成长：跟踪目标、健康、心理、自我提升——归档日记、文章、播客笔记，随时间构建结构化的自我图景。

深度研究：在数周或数月内深入研究一个主题——阅读论文、文章、报告，增量构建全面的 Wiki 和演化的论点。

阅读一本书：逐章归档，构建人物、主题、情节线索页面。读完时有丰富的伴侣 Wiki。想想《指环王》粉丝 Wiki——成千上万互连页面覆盖角色、地点、事件、语言，由志愿者社区多年构建。你可以在阅读时个人构建类似的东西，LLM 做所有交叉引用和维护。

团队/商业：由 LLM 维护的内部 Wiki，由 Slack 线程、会议转录、项目文档、客户电话喂养。可能有人在环审查更新。Wiki 保持最新，因为 LLM 做没人愿意做的维护工作。

核心操作

1. Ingest（摄入）

你把新来源放入原始集合，告诉 LLM 处理它。

典型流程：

LLM 阅读来源
与你讨论关键要点
在 Wiki 中写摘要页面
更新索引
更新相关实体和概念页面
在日志中追加条目

一个来源可能触及 10-15 个 Wiki 页面。

2. Query（查询）

你针对 Wiki 提问。LLM 搜索相关页面、阅读、综合带引用的答案。

重要洞察：好的答案可以作为新页面归档回 Wiki。你要求的比较、分析、发现的连接——这些有价值，不应该消失在聊天历史中。

这样，你的探索像摄入来源一样在知识库中复利。

3. Lint（检查）

定期让 LLM 健康检查 Wiki：

页面间矛盾
已被新来源取代的过时声明
没有入链的孤儿页面
重要概念提到但没有自己的页面
缺失的交叉引用
可以用网络搜索填补的数据空白

LLM 擅长建议新问题调查、新来源寻找。这保持 Wiki 随增长保持健康。

两个特殊文件

index.md（索引）

内容导向。Wiki 中所有内容的目录——每个页面带链接、一行摘要、可选元数据（日期、来源数量）。按类别组织（实体、概念、来源等）。

LLM 每次摄入时更新。回答查询时，LLM 先读索引找相关页面，再深入。这在中等规模（~100 来源、~数百页面）下工作得惊人好，避免基于嵌入的 RAG 基础设施需求。

log.md（日志）

时间导向。发生什么和何时的只追加记录——摄入、查询、检查。

每个条目以一致前缀开始（如 ## [2026-04-02] ingest | Article Title），日志变得可用简单 Unix 工具解析——grep "^## \[" log.md | tail -5 给你最后 5 条。

日志给你 Wiki 演化的时间线，帮助 LLM 理解最近做了什么。

为什么这有效

维护知识库的繁琐部分不是阅读或思考——是簿记。

更新交叉引用、保持摘要当前、注意新数据何时与旧主张矛盾、维护跨数十页的一致性。人类放弃 Wiki 是因为维护负担增长比价值快。

LLM 不会厌倦，不会忘记更新交叉引用，可以在一次传递中触及 15 个文件。Wiki 保持维护，因为维护成本接近零。

人的工作是策划来源、指导分析、问好问题、思考这一切意味着什么。LLM 的工作是其他一切。

工具提示

Obsidian Web Clipper
：浏览器扩展，将网页文章转为 Markdown。快速将来源放入原始集合。
下载图片到本地
：在 Obsidian 设置中配置附件文件夹路径，绑定快捷键下载附件。让 LLM 直接查看和引用图片。
Obsidian 图视图
：查看 Wiki 形状的最佳方式——什么连接什么、哪些页面是枢纽、哪些是孤儿。
Marp
：基于 Markdown 的幻灯片格式。从 Wiki 内容直接生成演示文稿。
Dataview
：Obsidian 插件，对页面 frontmatter 运行查询。如果 LLM 在 Wiki 页面添加 YAML frontmatter，Dataview 可生成动态表格和列表。
Wiki 就是 Git 仓库
：你免费获得版本历史、分支、协作。