KeyFrame內部研究專用

國外瘋傳的 AI 筆記工作流!LLM Wiki 讓你的 Obsidian 筆記升級成能自我進化的第二大腦!

PAPAYA 電腦教室18 min中文
觀看原始影片

三句話摘要

講解如何用 Obsidian 建立知識庫,並通過 AI 助理自動化維護,實現「LLM Wiki」概念。 LLM Wiki 將知識管理從個人手工維護升級為人機協作模式,人提供資料和規則,AI 自動執行整理、連接、維護的重複工作,大幅降低知識庫的維護成本。 Obsidian 的核心在於雙向鏈接,可將散落筆記串聯成知識網絡。通過 [[頁面名]] 語法建立連接,AI 也會自動識別和創建缺失頁面的鏈接,整個知識體系自然演化而成。

重點整理

  1. Obsidian 的核心在於雙向鏈接,可將散落筆記串聯成知識網絡。通過 [[頁面名]] 語法建立連接,AI 也會自動識別和創建缺失頁面的鏈接,整個知識體系自然演化而成。

  2. LLM Wiki 將知識庫維護分工:人負責提供源資料,AI 負責讀取、整合、建立連接。需要準備「史料」、「知識庫」、「目錄」、「日誌」等文件夾和文檔,形成清晰的工作流程。

  3. 指導手冊(CLAUDE.md 或 AGENTS.txt)是 AI 助理的工作說明書,需明確告訴 AI 每個資料夾用途、處理流程、輸出規範,這樣 AI 才能按規則自動執行複雜任務。

  4. 排程自動化讓 AI 定時執行數據匯入、知識庫維護、內容驗證等任務,無需每次手動觸發,大幅降低維護成本。

實用技巧與重點

  • 軟體與工具
  • Obsidian(桌面版筆記軟體)
  • Obsidian Web Clipper(瀏覽器擴充功能,用於擷取網頁)
  • Codex(AI 助理工具)
  • Markdown 語法
  • # 標題、## 中標題、### 小標題
  • 斜體、粗體
  • > 引言
  • - 列表
  • --- 分隔線
  • #標籤
  • 核心功能
  • 屬性面板:輸入三條橫線 --- 產生
  • 雙向鏈接:[[頁面名]]
  • 反向鏈接:展開查看有哪些頁面連結到當前頁
  • 未連結但提及:自動檢出頁面中提到但未建立鏈接的關鍵詞
  • 文件夾結構
  • 史料(源資料:PDF、網頁文章)
  • 知識庫(AI 生成和維護的筆記)
  • 附件(圖片和媒體文件)
  • 範本(預設頁面格式)
  • AI 配置文件
  • CLAUDE.md(給 Claude 使用)
  • AGENTS.txt(給 Codex 使用)
  • 排程功能
  • 設定執行頻率:每天、每週
  • 支持定時自動檢查新資料、驗證鏈接、檢查重複內容
  • 輸出格式
  • 目錄:列出所有頁面的鏈接和簡短說明
  • 日誌:記錄每次匯入的資料來源和更新時間
  • HTML 資訊圖表:互動式時間軸和可視化頁面

結論

LLM Wiki 將知識管理從個人手工維護升級為人機協作模式,人提供資料和規則,AI 自動執行整理、連接、維護的重複工作,大幅降低知識庫的維護成本。

完整解析

Obsidian 是一款強大的筆記工具,其核心特色是支持雙向鏈接。講者透過三國歷史知識庫的案例,展示了從基礎操作到 AI 自動化維護的完整流程。

首先是基礎操作階段。用戶需下載並安裝 Obsidian 桌面版,指定本地儲存庫位置。主界面提供側邊欄導航、屬性面板、關聯圖等功能區。內容編輯採用 Markdown 語法,包括標題、粗斜體、引言、列表等基礎格式。為提高效率,可創建範本(Template)——預設好格式和字段的頁面骨架,新建筆記時即可快速套用,避免重複排版。例如「人物」筆記可設定字、出生年、逝世年等固定欄位,後續新增武將時直接複製填寫。

雙向鏈接是 Obsidian 的核心創新。通過 [[頁面名]] 語法可在筆記中創建鏈接,點擊即可跳轉。如果鏈接指向不存在的頁面,Obsidian 會自動創建空白頁面,用戶稍後補充內容即可。更妙的是「反向鏈接」功能,打開任意頁面會顯示所有鏈接到它的其他頁面,幫助理解知識間的關聯。此外還有「未連結但提及」功能,能檢出頁面中出現但未建立鏈接的關鍵詞,用戶可一鍵升級為正式鏈接。關聯圖功能將整個知識庫可視化為網狀結構,節點是筆記,連線表示關係,支持過濾和分割窗口查看。

但隨著筆記增多,手動維護鏈接變得繁琐。這時 LLM Wiki 的概念就派上用場。講者介紹了 Andrej Karpathy 提出的理念:人類只需提供原始資料,AI 負責讀取內容、建立連接、整理成知識網。實踐這一方法需要改造文件夾結構:創建「史料」存放源資料(PDF、網頁文章等),創建「知識庫」文件夾讓 AI 生成和維護,此外還需準備「目錄」(索引所有頁面)和「日誌」(記錄更新歷史)。

關鍵是編寫指導手冊(CLAUDE.md 或 AGENTS.txt),明確告訴 AI 助理工作流程——從史料讀取數據,在知識庫中創建筆記並建立雙向鏈接,最後更新目錄和日誌。用戶可將手冊和源資料導入 AI 工具(如 Codex),下達「匯入全部史料」的指令。AI 會自動生成人物和事件頁面,套用預設範本,建立頁面間連接,生成目錄和日誌。整個過程可手動核准或自動執行。

為進一步提升效率,可利用排程功能讓 AI 定時自動執行任務,如每天檢查新資料、定期檢查失效鏈接、驗證內容重複等。用戶無需頻繁手動觸發,系統自行運轉。此外 AI 還可生成互動式資訊圖表(HTML),將靜態筆記轉化為可視化網頁,增強內容表現力。整個流程中 AI 的角色從被動接收指令升級到主動維護知識庫。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。