Agent Skills
返回列表
📚

LLM Wiki 个人知识库

知识管理 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_0198a267/llm-wiki-user-0198a267。

技能介绍

解决什么问题

传统的 RAG 方案往往采用“即用即查”的模式。这种方式在面对跨多篇文档的复杂问题时，容易导致上下文割裂，模型难以生成连贯的综合分析。此外，静态向量库缺乏对知识演化的追踪能力，随着资料增多，新旧信息的矛盾与孤岛问题会愈发严重。

llm wiki 引入了知识编译的理念：不要在每次查询时进行全量检索，而是让 LLM 增量式地构建和维护一个持久化的 Markdown 知识库。

核心工作流

这个技能将你的工作区重构为三层架构：

  • 原始资料层 (raw/)：存放不可变的源文档（如论文、文章），LLM 只读不写，这是事实依据。
  • Wiki 层 (wiki/)：LLM 全权维护的 Markdown 集合，包含摘要、实体页面和综合分析。
  • 模式层 (WIKI-SCHEMA.md)：定义目录结构、交叉引用规则和页面模板的配置文件。

资料摄入时，LLM 会读取新文档，提取关键信息，并同步更新 10-15 个相关的现有 Wiki 页面，形成交叉引用并标注矛盾。查询阶段，LLM 基于 index.md 的导航树定位相关页面，综合答案后，还会将高价值的对话分析归档回 Wiki。

适用与注意

  • 工作区感知：Wiki 必须紧邻源资料存放（通常是你的 Obsidian 仓库）。技能会优先在当前项目目录创建 wiki/，而非使用全局路径，以确保图谱视图和搜索功能可用。
  • 规模管理：当页面超过 20 个时，建议将 index.md 转换为分层导航模式，避免单一索引过于臃肿。
  • 一致性维护：随着资料增长，需要定期执行“健康检查”，排查断链、单向链接及过时观点。

使用场景

  • 把多篇论文放入 raw/，LLM 按主题文件夹生成互链的概念页、实体页和综述，并随新文献增量更新。
  • 将公司报告与新闻放入 raw/，LLM 生成竞争对手档案、对比分析，并在每次摄入时修订相关页面、标注矛盾。
  • 把章节笔记放入 raw/，LLM 生成角色、主题、情节线索页面，并通过双向链接保持人物关系和线索一致。
  • 把 Slack 线程、会议记录放入 raw/，LLM 维护内部知识库，归档讨论中的高价值答案，并定期检查断链与过时观点。

适合人员

  • 需要长期积累某领域知识、希望新资料自动整合进既有结构化笔记体系的研究者。
  • 用 Obsidian 管理项目文档、需要 LLM 在项目仓库内增量维护互链 Markdown 知识库的工程师。
  • 阅读量较大、希望把章节笔记和外部资料沉淀为角色、主题、情节线索页面的读书博主。
  • 负责团队会议与内部文档、需要将零散 Slack 线程和会议记录整理为可检索内部知识库的产品经理。