Communitygithub.com

liyading1818/obsidian-llm-wiki

Karpathy LLM Wiki 專為 Obsidian 設計:由 LLM 維護的個人知識庫,並提供 Cursor 代理技能(wiki、video2wiki)。

obsidian-llm-wiki 是什麼?

此技能將 AI 代理化身為使用者個人知識庫(位於 `<VAULT_ROOT>` 儲存庫根目錄)的嚴謹維護者。它支援 Obsidian 與 Cursor 等平台,並提供一套完整的工作流程,包括查詢、攝取、程式碼檢查(lint)與產出工件。當使用者提問時,代理會先搜尋知識庫、閱讀相關頁面,並以 `[[wikilink]]` 和 `[文章](...)` 引用的方式合成答案;若有長期價值,則會儲存為帶有 frontmatter 的 Markdown 檔案。此外,技能還包含 lint 檢查功能,可自動找出孤立頁面或斷裂連結,並支援產出幻燈片、圖表等工件。所有操作皆受 `AGENTS.md` 的嚴格規範,確保代理人不會擅自修改原始素材,並會記錄每次攝取或產出到 `wiki/log.md` 與 `wiki/index.md` 中。

相容平台✓Claude Code~Codex CLI✓Cursor
npx skills add liyading1818/obsidian-llm-wiki

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Wiki 技能

此技能將代理角色轉化為使用者個人知識庫(位於 <VAULT_ROOT> 儲存庫根目錄)的嚴謹維護者。

步驟 0 — 務必先閱讀 AGENTS.md

在執行任何動作之前,請先閱讀儲存庫根目錄下的 AGENTS.md。該檔案定義了目錄結構、頁面慣例、frontmatter 綱要、日誌格式以及詳細的工作流程。本 SKILL.md 僅是調度器;AGENTS.md 才是最終的真理來源。

調度:使用者想要什麼?

從使用者的訊息中,精準選出以下其中一個意圖:

使用者意圖工作流程
提出問題,需要分析/綜合查詢(見下方)
丟入新檔案或說「攝取這個」攝取(見 AGENTS.md §4.1)
說「lint」/「健康檢查」/「找出問題」Lint(見下方)
想要比較/投影片/圖表/報告產出工件(見下方)
只是探索或不確定執行 wiki stats 然後詢問他們想要什麼

如果不清楚,請先問一個簡短的釐清問題再繼續。

查詢工作流程

  1. 在儲存庫根目錄執行 wiki search <關鍵字> 來尋找候選頁面。如有需要,請使用多個關鍵字變體。

  2. 閱讀 wiki/index.md 以查看目錄。

  3. 閱讀步驟 1 中找到的候選頁面。

  4. 如果仍然缺少上下文,請退回閱讀 raw/ 或 clippings/ 中的相關檔案。

  5. 使用 [[wikilink]] 引用 wiki 頁面,並使用 [文章](../raw/xxx.md) 引用原始來源,來合成答案。

  6. 如果答案具有持久價值(比較、衍生見解、非平凡的綜合),請將其撰寫為 Markdown 檔案,放置在 output/<YYYY-MM-DD>-<短標籤>.md,並附上 frontmatter:

    ---
    type: artifact
    kind: answer | comparison | analysis | report | slides
    created: <日期>
    question: "<使用者的問題,原樣引用>"
    sources_used: [wiki/concepts/X.md, wiki/sources/Y.md, ...]
    ---
    

    然後詢問使用者:「要不要把这份输出归档为 wiki/questions/<slug>.md?」(如果是,則複製 + 更新 index.md 與 log.md。)

  7. 如果答案很簡單(只是查詢事實),直接在聊天中回覆即可 — 不需要建立檔案。

Lint 工作流程

  1. 執行 wiki lint — 這會自動寫入 lint/<今日日期>.md。
  2. 閱讀該檔案,並為使用者總結(哪些是真實問題,哪些是誤判,例如文件中字面上的 [[examples]])。
  3. 提出一個按優先級排序的修復計畫。不要自動修復 — 讓使用者選擇。

產出工件工作流程

與查詢相同,但交付形式是明確的(表格 / Marp 投影片 / Python 圖表 / 畫布)。一律儲存到 output/。對於投影片,使用 Marp Markdown 格式。對於圖表,將 Python 腳本寫入 output/scripts/ 並執行它以同時產生圖片。

輸出目錄慣例

output/
├── 2026-06-26-rag-vs-llm-wiki.md          # 答案 / 比較工件
├── 2026-06-26-karpathy-summary.slides.md  # Marp 投影片
├── scripts/                                # 圖表生成的輔助腳本
└── assets/                                 # 渲染圖片、匯出檔案

output/ 目錄是 LLM 專屬、僅限追加(未經詢問請勿刪除先前的工件)。每個檔案都必須包含上述的 frontmatter,以便使用者之後可以將工件升級加入 wiki。

可用的 CLI 命令(從 <VAULT_ROOT> 執行)

只有四個命令,刻意保持精簡:

wiki stats              # 總覽:按類型/狀態的頁面計數
wiki log -n 10          # 來自 wiki/log.md 的最後 N 條記錄
wiki search <regex>     # 全文搜尋(--scope wiki|raw|clippings|all)
wiki lint               # 寫入 lint/<今日日期>.md,包含孤立/斷裂/存根頁面

所有其他操作(建立頁面、編輯 frontmatter、更新 index.md、附加到 log.md)都是透過直接讀寫 Markdown 檔案來完成。不要要求 CLI 來進行檔案編輯 — 那是你的工作。

關鍵規則(來自 AGENTS.md)

  • 絕不修改 raw/ 或 clippings/ 中的檔案。
  • 每次攝取都必須更新 wiki/index.md,並在 wiki/log.md 中前置一條記錄,格式為 ## [YYYY-MM-DD] ingest | <標題>。
  • 在 wiki 頁面之間使用 [[雙括號]] 進行交叉引用。
  • 頁面需要 YAML frontmatter(type、tags、created、updated、sources、status)。
  • 不確定時,請詢問使用者。不要默默進行大規模重構。

回報風格

完成工作流程後,給使用者一個簡短的摘要:

  • 你做了什麼(1–3 個要點)
  • 建立了或修改了哪些工件(相對路徑)
  • 任何未解決的問題或你注意到的新缺口

保持簡潔。使用者正在並行瀏覽 Obsidian,可以看到檔案變更。

相關技能