LLM-Wiki 个人知识库搭建说明

mythstraw@msn.com (ForeverYang) — Mon, 05 Oct 2026 20:35:00 +0800

版本：1.0
适用：希望用 AI Agent 管理个人知识库的用户
默认工具链：nanobot + Obsidian + WorkBuddy（可选）

第一部分基础概念

1.1 什么是 LLM-Wiki

LLM-Wiki 是一种由 AI Agent 驱动的个人知识库构建范式。它的核心思想是：

让大语言模型担任“知识编译器”，把你提供的原始资料持续编译成结构化、可积累的 Markdown 维基（Wiki），而不是每次提问时临时检索。

LLM-Wiki 的工作方式是“摄入时编译”：LLM 通读原始资料，完成语义理解、要点提炼、知识分类，生成结构化 Wiki 页面。每个主题单独成页，页面自带摘要，并通过双链形成知识网络。知识被持久沉淀下来，实现复利增长。

核心比喻：

Obsidian 是 IDE
LLM 是程序员
Wiki 是代码库

1.2 什么是 RAG

RAG = Retrieval-Augmented Generation，检索增强生成。

它的基本流程：

用户提问
系统从知识库中检索相关内容
把检索结果作为上下文，交给大模型
大模型基于这些内容生成回答
最好附带引用来源

RAG 不是单纯搜索，也不是单纯大模型，而是 检索系统 + 大模型生成 + 知识库。

RAG 与 LLM-Wiki 的关系：

RAG 是让大模型使用知识库的检索增强机制
LLM-Wiki 是在 RAG 之上增加了一个“知识编译层”
两者互补：RAG 保证事实精度，LLM-Wiki 负责知识结构化与沉淀

第二部分知识库的作用

2.1 LLM-Wiki 知识管理

LLM-Wiki 知识管理的核心优势：

维度	传统 RAG	LLM-Wiki
存储	向量数据库（二进制）	纯 Markdown 文件
可读性	需要工具查看	用 Obsidian 直接打开
可编辑	需改代码	改 Markdown 即可
知识积累	查询时临时计算	摄入时编译，持久沉淀
版本控制	需自行配置	Git 自动提交，可回滚
与 Obsidian 集成	需桥接层	同一份文件，原生互通
隐私	取决于部署方式	完全本地，文件在你硬盘上

关键点：你的知识库就是一堆 Markdown 文件。即使 Agent 不再维护，你仍然可以用 Obsidian 打开、阅读、编辑它们。

RAG 适合固定知识检索查阅，比如中学生知识库，把教材教辅资料进行向量化处理放进数据库，通过大模型检索数据生成答案，本质上对资料文件做向量化拆分，匹配检索，生成答案。

Wiki 是知识管理系统，同样是中学生知识库，Wiki 是把资料先按 Wiki 的结构做拆分，方便检索和编辑，每一部分都可以自主编辑添加或者删除，对已有的知识进行维护查缺补漏，让知识更完善。

LLM-Wiki 结构：三层分离

一个标准的 LLM Wiki 系统通常分为三层：

原始素材层 (Raw Sources)：存放不可修改的原始文档（PDF、笔记、PR 记录等）。这一层只读，确保所有结论都能溯源回原始资料。
Wiki 结构化知识层 (Wiki Layer)：系统的核心产出，由 LLM 生成和维护。包含概念页、实体页、对比页、综合页等，全部为 Markdown 格式，页面间通过 [[wikilinks]] 相互链接。
规则定义层 (Schema Layer)：定义工作规则的“宪法”。包括文件夹结构、引用规则、摄入流程、问答行为规范等，用来指导 LLM 如何维护 Wiki。

⚙️ 关键操作流程

LLM Wiki 的日常运转依赖几个核心操作：

Ingest（摄入/编译）：将新资料放入原始素材层，LLM 会分析内容、提取实体与概念，并生成或更新对应的 Wiki 页面。这个过程通常采用“两步思维链”（先分析，再生成）来保证质量，并通过 SHA256 哈希增量缓存来避免重复处理未修改的文件，节省成本。
Query（查询）：用户提问时，系统直接基于已编译的 Wiki 页面进行回答，速度更快，且答案会引用 Wiki 页面，而非原始文档的碎片。
Lint（自检与回填）：LLM 定期或在触发时，检查知识库中的矛盾、知识空白，甚至可以通过“深度研究（Deep Research）”功能自动去外部填补这些空白。

Wiki 结构说明

LLM 编译的概念页（concepts/）：只负责把一个术语定义清楚
实体页（entities/）：只负责记录一个人、产品或工具的身份与立场
来源摘要页（sources/）：只负责把一组相关概念串起来，枢纽的作用
对比分析页（comparisons/）：只负责把两个易混的东西横向摆开
查询快照（queries/）：有价值的问答记录，是经过整理的“知识快照”
待定页 candidates/：wiki 草稿先进入这里，状态为 needs_review，需要人工审核

2.2 AI 笔记自动管理

AI Agent 可以自动完成：

Inbox 处理：读取 00_Inbox(灵感库)/ 根目录，判断类型（笔记/PDF/剪藏/待办）与领域，先报告判断与建议去向、等你裁决，裁决后才落位（编译 Wiki → 移动到 _nanobot/raw/sources/；参考资料 → 03_Resources(资源)/{领域}/；待办/项目 → 01_Projects(项目)/；归档 → 04_Archive(归档)/{年份}/）
Wiki 编译：读取原始素材，生成概念页、实体页、来源摘要页
候选审核辅助：生成候选页面到 candidates/，等待你审核
标注索引：扫描 01–04，生成标签、摘要、领域判断到 annotations/
质量检查：检测死链、孤立页面、元数据缺失、矛盾信息
知识检索：优先检索标准定义页和领域目录，减少幻觉

AI 自动管理笔记，对笔记做分类、打标签、做链接，通过 AI 自动管理笔记。

第三部分 AI 知识库用到的工具

3.1 Agent：nanobot（默认）

nanobot 是一个轻量级、本地优先的 AI Agent，适合管理个人知识库。

核心能力：

文件读写、Shell 执行、Skill 扩展
长期记忆（MEMORY.md）和事件日志（HISTORY.md）
Dream 后台固化：将对话中的知识沉淀到记忆和 Wiki
Local Triggers：响应文件系统变化，自动触发任务
多实例支持：不同实例物理隔离，互不干扰

其他可选 Agent：

WorkBuddy：腾讯云 AI 办公助手，适合与办公生态集成，可写入 Inbox
opencode：面向开发者的 AI 编程助手，适合 LLM-Wiki 编译模式

3.2 Obsidian

Obsidian 是基于 Markdown 的本地知识管理工具。

核心作用：

阅读和编辑知识库中的 Markdown 文件
双向链接、标签、图谱、MOC 导航
搜索、Dataview 查询
插件生态（Templates、Folder Bridge、BRAT 等）

Obsidian Vault 与 nanobot workspace 的关系：

Obsidian Vault 是知识资产，必须是一个独立、可自由移动的文件夹
nanobot workspace 指向 Vault 的父目录，Agent 文件放在 Vault 外
只有 Wiki 产出（05_Agent(智能体)/wiki/）在 Vault 内，参与 Obsidian 索引

第四部分开始搭建知识库

4.1 Agent 选择

默认使用 nanobot。如果你已经使用 WorkBuddy 或 opencode，也可以混合使用。

多工具协作原则：

WorkBuddy 只写入 00_Inbox(灵感库)/
知识库 nanobot 从 00_Inbox(灵感库)/ 读取并处理
通用 nanobot 处理电脑问题，不访问知识库
两个 nanobot 实例物理隔离，端口不同

4.2 确定知识库目录结构

推荐目录结构如下（以 D:\知识库\ 为例）：

D:\知识库\ ← 知识库实例的 workspace 根
│
├── _nanobot\ # ★ Agent 专用目录（Obsidian 不可见）
│ ├── config.json # 知识库实例配置
│ ├── SOUL.md # Agent 沟通风格
│ ├── USER.md # 用户画像
│ ├── raw\ # 原始素材层（只读）
│ │ ├── sources\
│ │ ├── articles\
│ │ ├── papers\
│ │ ├── transcripts\
│ │ └── assets\
│ ├── memory\ # 记忆与状态
│ │ ├── MEMORY.md
│ │ ├── HISTORY.md
│ │ └── wiki_ingest_state.json
│ └── skills\ # Agent 技能定义
│ └── llm-wiki\
│ └── SKILL.md
│
└── 我的知识库\ ← ★ Obsidian Vault 根
 ├── 00_Inbox(灵感库)\ # 快速捕获，多工具入口
 ├── 01_Projects(项目)\ # 有截止日期的项目
 ├── 02_Areas(领域)\ # 长期领域
 │ ├── 室内设计\
 │ ├── 3D打印\
 │ ├── 艺术\
 │ ├── 经济\
 │ ├── 科技\
 │ ├── 人文\
 │ └── 其他\
 ├── 03_Resources(资源)\ # 主题知识、参考资料
 │ ├── 室内设计\
 │ ├── 3D打印\
 │ ├── 艺术\
 │ ├── 经济\
 │ ├── 科技\
 │ ├── 人文\
 │ └── 其他\
 ├── 04_Archive(归档)\ # 归档
 │ ├── 2025\
 │ └── 2026\
 ├── 05_Agent(智能体)\ # Agent 自动管理区
 │ ├── wiki\ # LLM 编译的结构化知识
 │ │ ├── index.md
 │ │ ├── log.md
 │ │ ├── schema.md
 │ │ ├── concepts\
 │ │ ├── entities\
 │ │ ├── sources\
 │ │ ├── comparisons\
 │ │ ├── queries\
 │ │ └── candidates\ # 候选页面，待审核
 │ └── annotations\ # 标注索引
 ├── 06_Toolbox(工具箱)\ # 代码、脚本、工具包
 │ ├── README.md
 │ ├── scripts\
 │ ├── snippets\
 │ └── packages\
 ├── MOC(内容地图)\ # 领域入口页
 ├── Templates(模板)\ # 模板
 └── Attachments(附件)\ # 全局附件

各目录作用速查：

目录	作用	谁写入	Obsidian 索引
`00_Inbox(灵感库)/`	临时捕获，多工具入口	你 + WorkBuddy	✅
`01_Projects(项目)/`	有截止日期的项目	你	✅
`02_Areas(领域)/`	长期维护的领域	你	✅
`03_Resources(资源)/`	主题知识、参考资料	你	✅
`04_Archive(归档)/`	归档	你 + Agent 可移入	✅
`05_Agent(智能体)/wiki/`	LLM 编译的知识	Agent + 你审核	✅
`05_Agent(智能体)/annotations/`	标注索引	Agent	✅
`06_Toolbox(工具箱)/`	代码、脚本	你	可选
`_nanobot/raw/`	原始素材	你放入，Agent 只读	❌
`_nanobot/memory/`	Agent 记忆和状态	Agent	❌
`_nanobot/skills/`	Skill 定义	你编写	❌

4.3 Agent 自动搭建文档

将以下部署指令复制给 nanobot，它会自动创建所有目录、写入所有配置文件。

部署指令要点：

创建目录结构
写入 _nanobot/config.json
写入 _nanobot/SOUL.md
写入 _nanobot/USER.md
写入 _nanobot/skills/llm-wiki/SKILL.md
写入 我的知识库/知识库使用手册.md
写入 我的知识库/05_Agent(智能体)/wiki/schema.md
创建 Wiki 索引、日志、MOC、工具箱索引、标注索引占位文件
验证并启动

完整部署指令见 nanobot 0.3.5 个人知识库自动部署指令。

第五部分知识库测试优化

5.1 了解知识库系统，文件的作用，命令

核心文件：

文件	作用
`SOUL.md`	Agent 沟通风格和工作原则
`USER.md`	用户画像和偏好
`MEMORY.md`	长期事实，每次对话加载
`HISTORY.md`	事件日志，按需检索
`SKILL.md`	Agent 技能定义
`schema.md`	Wiki 结构规则
`知识库使用手册.md`	目录职责和流转规则
`Agent 权限与操作规则.md`	权限边界和触发条件

常用命令：

命令	作用
`/inbox-process`	处理 `00_Inbox(灵感库)/`（先报判断与建议去向，等你裁决后才落位）
`/wiki-ingest`	摄入 `raw/` 素材，生成候选页面
`/wiki-review`	审核候选页面
`/wiki-lint`	检查死链、孤立页面、元数据缺失
`/wiki-save-answer`	保存有价值的问答快照

5.2 知识库使用手册创建（作用）

文件位置：我的知识库/知识库使用手册.md

作用：

定义每个文件夹放什么、不放什么、命名规范、元数据要求
定义笔记在文件夹之间的流转规则
供你和 nanobot 共同参考
nanobot 在处理 Inbox、生成标注索引时，会读取此文件作为判断依据

核心内容：

总原则
目录总览
逐目录详细说明
笔记流转规则
元数据字段速查
判断速查表

5.3 Agent 权限与操作规则创建（作用）

文件位置：我的知识库/Agent 权限与操作规则.md

作用：

定义 Agent 什么时候可以进入知识库
定义进入后可以读取哪些内容
定义什么情况下可以写入、移动、归档或调用 Skill
定义哪些操作必须等用户确认
定义定时任务、其他 Agent 对话的权限

核心内容：

进入知识库的触发条件
读取权限表
写入权限矩阵
必须等用户确认的操作清单
定时任务权限表
其他 Agent 权限表
冲突处理规则

配置方式：

在 SOUL.md 中添加强制引用指令
在 SKILL.md 中添加参考文档引用
重启 nanobot 使配置生效

5.4 完整工作流

工作流 1：摄入新素材（`/wiki-ingest`）


你把 PDF/网页剪藏放入 raw/sources/
 ↓
执行 /wiki-ingest
 ↓
nanobot 读取 raw/ 内容，计算 SHA256 指纹
 ↓
对比 memory/wiki_ingest_state.json，跳过未修改的文件
 ↓
LLM 分析内容，提取实体与概念
 ↓
在 wiki/entities/ 和 wiki/concepts/ 下生成或更新 Markdown 页面
 ↓
自动添加双链、元数据（type, source, created）
 ↓
写入 wiki/log.md 记录本次摄入
 ↓
Git 自动提交变更

工作流 2：日常问答与知识沉淀


你提问
 ↓
nanobot 从 MEMORY.md + wiki/ 中检索相关内容（grep + 注入）
 ↓
LLM 基于检索结果生成回答
 ↓
如果对话中产生了新知识，Dream 后台任务会将其固化
 ↓
固化结果写入 MEMORY.md 或 wiki/
 ↓
你可以用 /wiki-save-answer 把有价值的问答快照保存到 wiki/queries/

工作流 3：定期维护（`/wiki-lint`）


执行 /wiki-lint
 ↓
nanobot 扫描 wiki/ 所有页面
 ↓
检测：矛盾信息、死链、孤立页面、元数据缺失、标题重复
 ↓
生成维护报告，写入 wiki/log.md
 ↓
你可以决定是否让 nanobot 自动修复

第六部分如何维护，知识库迁移

6.1 日常维护

频率	任务
每天	检查 `00_Inbox(灵感库)/`，让 nanobot 处理
每周	执行 `/wiki-lint`，审核候选页面，更新 MOC
每月	检查标注索引，整理标签，归档不再活跃的内容
每季度	备份知识库，检查 Agent 权限规则是否需要调整

维护原则：

原始素材放入 _nanobot/raw/ 后不再修改
Wiki 页面必须经过人工审核才能进入正式区域
人工区（01–04）由你主导，Agent 默认不改写
定期用 Git 提交变更，保留历史版本

6.2 知识库迁移

迁移目标：把知识库转移到新电脑，继续使用 WorkBuddy 或 Obsidian 编辑。

核心原则：

你的知识资产（Obsidian Vault）必须是一个独立的、可自由移动的文件夹。

迁移步骤：

备份 Vault：复制 我的知识库/ 文件夹到新电脑任意位置。
用 Obsidian 打开：在新电脑上安装 Obsidian，打开该文件夹。所有笔记、双链、图谱完整呈现，不需要安装 nanobot。
使用 WorkBuddy：启动 WorkBuddy，将 我的知识库/ 设置为工作目录或授权文件夹，即可继续编辑。
（可选）迁移 nanobot：如果需要在新电脑上使用 nanobot 管理知识库，复制 _nanobot/ 目录，修改 config.json 中的 workspace 路径，重新启动实例。

备份策略：

知识资产：定期复制 我的知识库/ 到其他硬盘或云盘
Agent 配置：_nanobot/ 目录可用 Git 管理，重要性低于知识资产
版本控制：整个 Vault 建议用 Git 版本化，_nanobot/memory/.git 自动提交记忆变更

说明书完。

关联

配套文件：nanobot 0.3.5 个人知识库自动部署指令
Wiki 概念：LLM Wiki 模式｜标准定义层｜审核状态机
Wiki 实体：llm-wiki Skill
来源摘要：个人知识库 Agent 自动搭建说明
规则文档：知识库使用手册｜ Agent 权限与操作规则
领域入口：科技 MOC

📄 延伸阅读：nanobot 0.3.5 个人知识库自动部署指令 —— 可直接复制给 Agent 的完整部署指令。

RAG | ForeverYang's 博客