LLM Wiki 中文版
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_dc3a9e2d/llm-obsidian-skill-cn。
技能介绍
它解决的问题
很多个人知识库的问题不是缺笔记,而是新资料只被摘要一次,没有进入长期结构:实体、概念、综合判断散落在多个文件里,后续难以复用、难以对比,也难以回答“哪些资料支撑了这个结论”。
工作方式
这个技能把导入和问答视为一次知识编译:
- 资料页:从单篇来源提取来源信息、一句话摘要、它解决的问题和可沉淀知识点,而不是只写通用概括。
- 实体/概念/综合/对比页:把人物、产品、方法、跨来源判断和易混淆对象拆成可复用页面,并维护双向链接。
- 查询页与主题地图:把有长期价值的问答归档,并用阅读路径组织多主题知识。
- 索引与日志:通过
wiki/index.md、wiki/log.md维护入口、阶段性结果和后续方向。 - 质量检查:导入、重构或重命名后检查断链、
UTF-8乱码、索引覆盖和薄页模板残留。
适用边界
它适合希望把 Obsidian 或 Markdown 笔记变成可维护知识库的工程师。需要遵守“原始资料默认只读”、优先更新已有页面、避免空泛模板;对需要最新事实的结论,应补充官方来源,并区分原文观点与外部验证事实。
使用场景
- 在整理某主题资料时,把多篇 PDF 摘要编译进已有 Wiki 页面。
- 回答项目问题时,先读 index,再引用相关 Wiki 页面形成可归档查询页。
- 维护知识库前,运行体检检查断链、UTF-8、索引覆盖和薄页模板残留。
- 当概念页过于空泛时,按反模板规则补充定义、核心判断和相邻概念关系。
适合人员
- 维护 Obsidian 知识库的工程师:希望把零散资料整理成可链接的长期页面。
- 做技术调研的工程师:需要把多篇来源中的概念、产品对比沉淀成可复用判断。
- 维护 Markdown 文档的写作者:想避免重复概念页和模板化摘要,保持双向链接。
- 需要审计笔记质量的技术负责人:希望检查断链、乱码、索引覆盖和薄页。