LLM-Wiki 中文版:讓 LLM 持續維護 Obsidian 知識 Wiki

前言

個人知識庫常見兩種狀態:原始材料堆在文件夾裏,筆記越寫越散;偶爾用模型整理一次,過幾天又和倉庫脫節。若你希望 Wiki 有固定目錄約定、有索引與變更記錄,還能定期做「體檢」,單靠通用對話提示詞往往撐不住——步驟多、容易漏項,也難複用。

下面介紹 SkillHub 上的 LLM-Wiki 中文版(@user_dc3a9e2d/llm-obsidian-skill-cn)。它把「建庫、導入、歸類、查詢、歸檔、檢查」寫成可交給 Agent 執行的 Skill 流程,面向 Markdown / Obsidian 場景。

這是什麼

LLM-Wiki 中文版是社區來源(community)的知識管理類 Skill,當前版本 v1.0.1,由發佈者 user_dc3a9e2d 維護,分類爲 knowledge-management。官方說明其用途是:構建、維護、查詢、歸檔和體檢一個由 LLM 持續維護的 Markdown / Obsidian 知識 Wiki。

Skill 標註 requires_api_key=false,不依賴額外 API Key 配置即可安裝使用(具體仍取決於你所用 Agent 與模型服務)。

  • SkillHub 頁面:https://www.skillhub.cn/skills/user_dc3a9e2d/llm-obsidian-skill-cn
  • API 座標頁:https://api.skillhub.cn/user_dc3a9e2d/llm-obsidian-skill-cn

核心功能

以下能力均來自官方簡介,按工作流歸納。

初始化與導入

  1. 初始化個人知識庫,建立 Wiki 的基礎結構。
  2. 將 source/ 下按來源分組的原始資料導入 wiki/,把「未整理輸入」與「已結構化 Wiki」分開。

內容整理與頁面類型

支持整理多類材料,例如文章、論文、書摘、訪談、會議記錄,並在 Wiki 中維護多種頁面角色,包括:

  • 資料頁
  • 實體頁
  • 概念頁
  • 綜合頁
  • 對比頁
  • 查詢歸檔頁

同時要求維護 index.md(索引)與 log.md(變更/工作日誌),便於後續檢索與追溯。

查詢、回答與歸檔

基於已有 Wiki 內容回答問題,並把有長期價值的回答歸檔回庫,避免問答只留在對話窗口裏。

知識庫體檢

官方列出的檢查項包括:斷鏈、孤立頁、重複概念、過時結論、未標註矛盾、亂碼,以及組織混亂等問題,用於在規模變大後仍保持可導航、可信任。

安裝與啓用

SkillHub 提供兩種常見方式:讓 Agent 按安裝文檔執行,或在本機用 skillhub CLI 安裝到當前 Agent 的 skills 目錄。

方式一:提示 Agent 安裝

將下面意圖發給支持 Skill 的 AI(原文來自 SkillHub 技能頁):

請根據 https://skillhub.cn/install/skillhub.md,安裝 @user_dc3a9e2d/llm-obsidian-skill-cn。

方式二:SkillHub CLI

先確認是否已安裝 CLI:

command -v skillhub && skillhub --version

未安裝時,可按 SkillHub 安裝文檔執行完整安裝(示例):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安裝本 Skill 時,必須用 --dir 指向當前 Agent 的 skills 目錄;裝到默認 ./skills/ 可能不會被識別。官方文檔給出的部分路徑如下:

環境 skills 目錄(示例)
Cursor ~/.cursor/skills/
Claude Code ~/.claude/skills/
Codex ~/.codex/skills/ 或項目下 .agents/skills/

安裝命令形式:

skillhub install @user_dc3a9e2d/llm-obsidian-skill-cn --dir <你的 skills 目錄>

安裝後按你所用客戶端說明啓用或刷新 Skill;官方安裝文檔提到部分環境安裝後需重啓或重新加載才能識別新 Skill。

典型用法

官方未提供單獨的長示例倉庫,但簡介中的目錄與文件名可作爲可復現的工作約定。可按下面順序讓 Agent 在啓用本 Skill 後執行(表述需結合你本地倉庫路徑):

  1. 初始化:創建知識庫骨架,準備好 source/ 與 wiki/ 的分工。
  2. 導入:把 source/ 內按來源分組的文件逐步遷入 wiki/,並生成或更新對應頁面類型(資料頁、概念頁等)。
  3. 維護索引:同步更新 index.md 與 log.md,記錄本次整理了哪些來源、新增了哪些概念或實體。
  4. 問答與歸檔:針對具體問題讓 Agent 基於 Wiki 檢索作答;若回答可複用,寫入查詢歸檔頁或相關主題頁。
  5. 體檢:按 Skill 定義的檢查項掃描斷鏈、孤立頁、重複概念等,再分批修復。

具體每一步的 Markdown 模板與命名規則以 Skill 包內 SKILL.md 爲準;安裝完成後由 Agent 讀取該文件執行。

適用場景與注意

適合誰

  • 使用 Obsidian 或純 Markdown 管理長期資料的研究者、工程師、寫作者。
  • 希望 source/ 存原始輸入、wiki/ 存結構化知識,並需要索引與日誌的人。
  • 願意讓 Agent 按固定 Skill 流程反覆維護庫,而不是每次從零寫提示詞的人。

使用注意

  • 本 Skill 描述的是流程與頁面角色,不替代你對事實的核對;論文結論、訪談引述等仍需人工抽檢。
  • 「體檢」能暴露結構與一致性問題,修復優先級需你自己定(例如先斷鏈、再重複概念)。
  • SkillHub 統計(截至頁面信息):評分 100000,下載 4375,安裝 123;數據會隨平臺更新變化,以 SkillHub 頁面爲準。

結尾

若你的痛點是「知識庫越積越大,卻缺少可複用的維護規程」,LLM-Wiki 中文版把導入路徑、頁面類型、索引日誌和體檢項串成一條 Agent 可執行的鏈路。安裝與座標:

  • https://www.skillhub.cn/skills/user_dc3a9e2d/llm-obsidian-skill-cn
  • https://api.skillhub.cn/user_dc3a9e2d/llm-obsidian-skill-cn
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜