用 LLM 构建持续积累的知识库:把 Markdown Wiki 交给 Agent 维护

前言

个人知识库常见做法是:材料堆在 source/ 或笔记软件里,整理、归类、查重和修链靠人工;问完模型的问题,有价值的结论往往没有写回仓库。Obsidian 等工具擅长本地 Markdown 与双链,但「持续入库、按类型维护页面、定期审计」仍要占用大量时间。

下面介绍 SkillHub 社区技能「用 LLM 构建持续积累的知识库」(坐标 @user_dc3a9e2d/llm-obsidian-wiki,v1.0.2),让 Agent 按 SKILL 约定初始化并维护一套可由 LLM 持续更新的 Markdown / Obsidian 知识 Wiki。

这是什么

该技能面向 Build, maintain, query, archive, and audit 一类工作:在本地用 Markdown(可与 Obsidian 配合)搭建个人知识库,由 LLM 在对话中执行初始化、导入、编排、问答归档与质量检查。

  • 名称:用 LLM 构建持续积累的知识库
  • 维护方:SkillHub 社区发布者 user_dc3a9e2d,分类 knowledge-management,来源 community
  • 依赖:标签标明 requires_api_key=false(技能本身不强制配置 API Key;实际推理仍依赖你所用的 Agent / 模型环境)
  • 官方入口:SkillHub 技能页、API 摘要页

核心功能

以下能力均来自官方简介,按工作流归纳。

初始化与材料导入

  1. 初始化个人知识库目录结构。
  2. 将按来源分组的原始材料放在 source/ 下,再导入到 wiki/。
  3. 支持整理文章、论文、读书笔记、访谈与会议纪要等常见形态。

页面类型与索引

技能要求维护多类 Wiki 页面,而不仅是单篇笔记:

类型 用途(按官方命名)
source pages 与原始来源对应的页面
entity pages 实体(人物、组织、产品等)
concept pages 概念
synthesis pages 综合归纳
comparison pages 对比
query archive pages 问答归档

同时需要更新 index.md(入口索引)与 log.md(变更或操作日志)。

查询与归档

基于当前 Wiki 内容回答问题,并将具有长期价值的答复写入归档(对应 query archive 等页面),避免「只聊不落盘」。

审计与治理

官方列出的检查项包括:断链、孤儿页、重复概念、过时结论、未标注的矛盾、编码损坏、结构混乱等,用于在积累过程中保持库可导航、可信任。

安装与启用

SkillHub 页面给出的安装方式是:让 Agent 按 SkillHub 安装说明 安装 @user_dc3a9e2d/llm-obsidian-wiki。下面是可以直接执行的 CLI 路径(与官方文档一致)。

1. 检查或安装 skillhub CLI

command -v skillhub && skillhub --version

若未安装,可使用官方安装脚本(完整安装含 CLI 与默认 Skill):

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

仅安装 CLI 时:

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

2. 安装到当前 Agent 的 skills 目录

官方强调:安装时必须用 --dir 指向当前 Agent 识别的 skills 目录,否则默认落在 ./skills/ 可能不会被加载。

skillhub install user_dc3a9e2d/llm-obsidian-wiki --dir <你的 skills 目录>

常用路径(来自 SkillHub 安装文档):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或项目下的 .agents/skills/

示例(Cursor):

skillhub install user_dc3a9e2d/llm-obsidian-wiki --dir ~/.cursor/skills/

安装后按你所用客户端的要求重启或刷新 Agent,使技能生效。也可在对话中直接说明:请根据 https://skillhub.cn/install/skillhub.md 安装 @user_dc3a9e2d/llm-obsidian-wiki。

典型用法

官方未提供独立「故事型」案例,但简介中的路径是可复现的操作顺序。建议在已启用该 Skill 的 Agent 中按步骤发起任务(表述可与下面对齐)。

1. 初始化知识库

让 Agent 使用该技能 initialize a personal knowledge base,在工作区生成 Wiki 骨架,并准备好 index.md、log.md。

2. 导入 source/ 材料

先将原始文件按来源放入 source/,再要求 Agent import raw materials grouped by source under source/ into wiki/,把内容转为 wiki/ 下的结构化页面。

3. 按类型维护页面

针对一批新材料或一次阅读,可明确要求维护:

  • source / entity / concept / synthesis / comparison 等页面类型;
  • 同步 update index.md and log.md。

例如:「把这篇论文笔记做成 concept page,并更新 index 和 log。」

4. 基于 Wiki 问答并归档

提问时限定 answer questions based on the Wiki,并要求 archive answers with long-term value 到 query archive 相关页面,便于日后检索。

5. 定期审计

发起 audit 类任务,覆盖官方列出的检查项:broken links、orphan pages、duplicate concepts、outdated conclusions、unlabeled contradictions、encoding corruption、organizational disorder 等,再按报告逐项修复。

适用场景与注意

适合谁

  • 已用或打算用 Obsidian / 纯 Markdown 管理个人知识,希望 Agent 承担「入库、分面、索引、审计」而不仅是单次摘要。
  • 材料来源多(文章、论文、书、会议),需要 source 分组与多种页面类型(实体、概念、综合、对比)。
  • 希望问答结论写回 Wiki,而不是散落在聊天窗口。

注意

  • 技能描述的是流程与目录约定(如 source/、wiki/、各类页面与 index.md / log.md),质量取决于 Agent 执行 SKILL 时的严谨程度;审计步骤应定期做,不能替代你自己的判断。
  • SkillHub 页面统计(截至抓取):评分 100000,下载 1218,安装 14;社区来源,升级时留意版本号(当前 v1.0.2)。
  • 安装路径错误是常见坑:务必 --dir 到当前客户端的 skills 目录。

结尾

「用 LLM 构建持续积累的知识库」把个人 Wiki 的初始化、导入、多类型页面维护、索引日志、问答归档和治理检查收敛到一套 Agent Skill 里,适合想把 Markdown 知识库做成可持续演进资产的开发者。详情与安装提示见 SkillHub 技能页。

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

Xiaoye