AI 驱动的知识库管理

我给你把这套「Obsidian + Claude Code + Karpathy 三层范式」的完整实现讲清楚，从概念到可直接落地的步骤，一步到位。

一、先搞懂 Karpathy 三层范式是什么

Andrej Karpathy 提出的这套「LLM Wiki」，核心是让 AI 像图书管理员一样帮你维护一个不断生长的个人知识库，而不是靠自己手动整理。它把整个知识库分成三层：

层级	作用	内容
Raw（原始层）	垃圾桶	所有你随手存的资料：PDF、网页剪藏、聊天记录、零散笔记，完全不整理，只存不删
Wiki（结构化层）	整理好的知识库	由 AI 自动把 Raw 里的资料，提炼、去重、关联、做成标准 Markdown 笔记，带链接、带标签
Chat（交互层）	对话入口	你直接问 AI 问题，AI 从 Wiki 里找资料回答，而不是临时检索 Raw 层

二、这套工作流里，每个工具的角色

Obsidian：作为整个三层结构的物理载体（所有文件都存在你的本地 Vault 里）
Claude Code：作为「图书管理员」，自动完成 Raw → Wiki 的整理，以及你和 Wiki 的交互
Karpathy 范式：整个流程的规则和结构，让 Claude Code 知道该做什么

三、手把手落地实现（Windows/Mac 通用）

第一步：Obsidian 准备工作

新建一个 Vault（比如叫 MyLLMWiki）

在里面创建三个核心文件夹：

MyLLMWiki/
├── raw/      # 原始层，扔所有资料
├── wiki/     # 结构化层，AI 整理好的笔记
└── prompts/  # 存放给 Claude Code 的指令模板

把你现有的笔记、PDF、网页剪藏，都扔到 raw/ 文件夹里，不用管格式和顺序。

第二步：安装 Claude Code 并授权访问 Vault

安装 Claude Code（CLI 或 VS Code 插件版）
用终端进入你的 Obsidian Vault：
```
cd /path/to/MyLLMWiki
```
初始化 Claude Code，它会自动获取对整个 Vault 的读写权限（本地操作，数据不上传）。

第三步：配置核心 Prompt（让 Claude Code 懂规则）

在 prompts/ 文件夹里建一个 process_raw.md 文件，内容如下（可以直接复制）：

你现在是我的个人知识库管理员，严格按照 Karpathy 的三层范式工作：
 
## 规则
1.  只处理 `raw/` 文件夹里的文件，生成的内容放到 `wiki/` 文件夹
2.  每个文件处理后，生成一个对应的 Markdown 笔记，包含：
    - 标题：提炼的核心主题
    - 摘要：100 字以内的核心要点
    - 标签：#标签1 #标签2（最多5个）
    - 关联：[[相关笔记1]] [[相关笔记2]]（自动和 wiki 里已有的笔记建立链接）
3.  处理完的文件，在 `raw/processed/` 里打个标记，避免重复处理
4.  永远不修改 `raw/` 里的原始文件，只在 `wiki/` 里生成结构化内容

第四步：开始第一次自动整理

在 Claude Code 里直接输入指令：

按照 prompts/process_raw.md 的规则，处理 raw/ 文件夹里所有未处理的文件，生成 wiki/ 里的结构化笔记。

它会自动：

遍历所有 Raw 文件
提炼内容、生成标签和链接
在 wiki/ 里生成规范的 Markdown 笔记
标记已处理的文件，避免下次重复

第五步：配置交互层（直接提问你的知识库）

再建一个 prompts/chat_with_wiki.md：

你现在是我的知识库问答助手，回答问题时必须遵守：
1.  优先从 `wiki/` 文件夹里的笔记找答案，只在找不到时再用通用知识补充
2.  回答里必须标注信息来源，格式：[[笔记标题]]
3.  如果信息不足，直接告诉我“知识库中没有相关内容”，不要编造

之后你在 Claude Code 里，就可以直接问：

根据 prompts/chat_with_wiki.md 的规则，回答我的问题：
Obsidian 双向链接的核心用法是什么？

它会自动从 wiki/ 里找对应的笔记，给你带来源的精准回答。

四、进阶玩法：让 Claude Code 帮你维护整个 Vault

你可以给 Claude Code 加更多指令，实现自动化维护：

定期更新笔记：每周让它检查 raw/ 里的新文件，更新 wiki/
自动修复链接：检查 wiki/ 里的断链，自动补全或删除
生成月度总结：每月让它从 wiki/ 里提炼本月的知识图谱
清理冗余内容：合并重复笔记，去重标签

示例指令：

帮我做一次知识库维护：
1.  检查 wiki/ 里的断链并修复
2.  合并内容重复的笔记
3.  生成本月的知识图谱，保存为 wiki/2026-04-知识图谱.md

五、核心优势（为什么大家都在玩这套）

完全本地：所有数据都在你的 Obsidian Vault 里，不上传到任何第三方平台
一劳永逸：不用再手动整理笔记，AI 帮你完成 90% 的工作
越用越好用：wiki/ 里的内容会越来越结构化，后续提问的准确率越来越高
可扩展：你可以随时加新的规则，比如让它自动生成卡片、思维导图、甚至论文大纲

六、避坑提醒

不要一开始就扔太多文件：先拿 10-20 个文件测试，调整好 Prompt 再批量处理
一定要做好备份：Obsidian 的 Vault 本身建议用 Syncthing 或 Git 做版本控制，避免 Claude Code 误操作
不要过度依赖 AI：关键的知识和结论，还是要自己核对一遍

如果你愿意，我可以直接给你一份完整的、可直接复制的 Prompt 模板，你只要复制到你的 Obsidian Vault 里，就能一键跑通这套工作流。

烧饼的分享站

Explorer