# 从零打造 LLM Wiki：用 Obsidian + 多 Agent 构建企业级 AI 知识库

> **适用场景**：AI 辅助知识管理 · 多 Agent 协作 · LLM 记忆系统搭建
>
> **技术栈**：Obsidian · AI Agent 框架 · SQLite FTS5 · Python

---

## 一、背景：AI 用着用着就「失忆」了

如果你经常用 AI Agent 处理复杂任务，大概率遇到这个问题：

**每次和 AI Agent 对话，它都不记得之前讨论过什么。**

不是说模型没记忆——上下文窗口是有限的。关键问题是：

- 花 30 分钟教会 Agent 一个复杂流程，下个会话它全忘了
- 你整理好的文档结构，Agent 下次又按自己的理解重新组织
- 你纠正过的匹配规则，Agent 过两天又用回旧逻辑

传统的 RAG（检索增强生成）方案也不行——每次查询都得重新检索、重新拼凑，**没有积累**。

直到我发现 Karpathy 提出的 **LLM Wiki** 模式，并花了两个月在 Obsidian 中完整落地。这篇文章就是完整实践记录，**附 8 个真实踩坑修复过程**。

---

## 二、什么是 LLM Wiki？

LLM Wiki 的核心思路是：**让 AI Agent 增量构建和维护一个持久化的 Wiki 知识库**，而不是每次查询时从原始文档中重新发现知识。

关键区别：

| 特性 | 传统 RAG | LLM Wiki |
|------|---------|----------|
| 查询方式 | 每次检索+拼凑 | 直接读已编译的知识 |
| 知识积累 | 无（每次重新推导） | 持续累积 |
| 交叉引用 | 无 | Wiki 页面互相链接 |
| 矛盾标记 | 无 | 自动标记冲突观点 |
| 维护者 | 人类 | AI Agent |

**三层架构**：

```
原始资料（Raw Sources）
    ↓  AI 阅读、提取、整合
Wiki 页面（持久化 Markdown）
    ↑
模式规范（SCHEMA.md，告诉 AI 如何维护）
```

---

## 三、落地架构

### 3.1 整体设计

```
用户 → 中枢 Agent（主 Profile）
         ├── 派发子任务
         ├── 判断任务类型
         └── 汇总结果统一回复

子 Agent A (场景 Profile 1)        ← 场景 A
子 Agent B (场景 Profile 2)        ← 场景 B
子 Agent C (场景 Profile 3)        ← 场景 C

                    ┌────────────────────┐
                    │  Obsidian Vault     │
                    │  ├─ LLM-Wiki/       │
                    │     ├─ SCHEMA.md    │
                    │     ├─ index.md     │
                    │     ├─ concepts/    │
                    │     ├─ entities/    │
                    │     └─ agents/      │
                    └────────────────────┘
```

### 3.2 目录结构

```
LLM-Wiki/
├── SCHEMA.md            ← 模式规范（核心配置文件）
├── index.md             ← 内容目录
├── log.md               ← 操作日志（append-only）
├── concepts（概念定义）/   ← 主题/理论/方法
├── entities（实体角色）/   ← 人物/组织/Agent角色
├── comparisons（对比分析）/ ← 方案对比
├── queries（已保存查询）/  ← 有价值的问答结论
├── raw（原始素材）/sources（来源摘要）/ ← 原始文献摘要
└── agents/
    ├── Agent-A/{experiences,lessons,rules}/
    ├── Agent-B/{experiences,lessons,rules}/
    └── Agent-C/{experiences,lessons,rules}/
```

---

## 四、SCHEMA.md：最关键的配置文件

**如果只推荐一个文件，就是 SCHEMA.md。** 它是 AI Agent 的行为指南，让 LLM 从「通用聊天机器人」变成「有纪律的 Wiki 维护者」。

### 4.1 Frontmatter 模板

```yaml
---
title: Page Title
created: YYYY-MM-DD
updated: YYYY-MM-DD
type: entity | concept | comparison | query | summary | experience | insight | lesson | rule
tags: [agent, workflow, core, topic]
sources: [raw/sources/article-name.md]
agent: Agent-A | Agent-B | Agent-C
---
```

### 4.2 触发命令规范（最关键）

```
你说 "记一下"  → Agent 做「碎片录入」：判断类型，追加到已有文件
你说 "整理一下"→ Agent 做「结构化沉淀」：读 SCHEMA.md，新建结构化页面
```

这看起来简单，但这是**保持 Agent 守纪律的关键**。没有这两条命令，Agent 会随意创建文件、风格不统一、维护负担爆炸。

### 4.3 经验库页面类型

每个 Agent 都有独立的经验库，包含四种页面：

- **experience**（经验记录）：复杂任务完成后的完整复盘
- **lesson**（教训记录）：犯过的错误、根因、修复方法
- **insight**（重大洞察）：主动发现的重要信息
- **rule**（操作规则）：从多个经验/教训中提炼的可复用规则

---

## 五、踩坑实录（⭐ 最有价值的部分）

### 🔥 坑 1：LLM 失忆的真正原因

**症状**：Agent 经常「忘记」之前讨论过的内容，即使信息已经写入文件。

**根因**：上下文压缩发生在 LLM 内部，Agent **无法感知自己丢失了什么**。换句话说，它不知道自己忘了什么。这是最根本的问题——不是记忆不够好，而是没有证据链。

**解决方案**：引入第 4 层——**推理日志（Reasoning-Log.md）**。

```markdown
# 推理日志

## YYYY-MM-DD
### 关键推理链

**1. 失忆问题的本质**
← [推理]：上下文压缩发生在 LLM 内部，无法感知丢了什么
← [状态]：已记录 ✓

**2. 某工具显示的零活动数据**
← [推理]：这些从未被加载过，可以安全清理
← [验证]：状态查询显示 activity=0
← [状态]：已记录 ✓
```

核心原则：**「不知道就说不知道」**。Agent 不确定时，必须主动说「需要你再说一遍」，而不是假装知道。

---

### 🔥 坑 2：记忆系统工具输出噪音污染

**症状**：记忆数据库被大量垃圾数据污染——自身代码被捕获、终端输出含转义符、Skill 文件内容被当作用户意图……**约 80% 的捕获数据是无价值的系统流水账。**

**根因**：捕获逻辑太「诚实」——记录了所有 tool 输出，包括 terminal、read_file、write_file、skill_view 等系统内部操作。

**修复**：设计三层过滤体系。

```python
# L1: 工具输出白名单——只捕获有价值的 tool
VALUABLE_TOOLS = [
    "web_search", "web_extract",
    "browser_vision", "video_analyze",
    # 不捕获: terminal, read_file, write_file, patch, skill_view
]

# L2: 中文含量检测——必须有 ≥20 个中文字符
cn_count = len(re.findall(r'[\u4e00-\u9fff]', content))
if cn_count < 20:
    return False  # 丢弃

# L3: 黑名单过滤
SELF_EXCLUDE = ["self-watcher", "skill", "TRIGGER_PATTERNS", ...]
```

**效果**：每天捕获从「几百条噪音」降到「10-20 条干净记忆」。

---

### 🔥 坑 3：FTS5 重建语法无效

**症状**：执行重建 FTS 索引时报错。

**根因**：SQLite FTS5 的 `INSERT INTO t(t) VALUES('rebuild')` 语法在独立 FTS 表上**不生效**。而且独立 FTS 表的 `rowid` 与主表的 `id` 是不同序列。

**修复**：

```python
# 错误写法
conn.execute("INSERT INTO obs_fts(obs_fts) VALUES('rebuild')")

# 正确写法
def rebuild_fts(conn):
    conn.execute("DROP TABLE IF EXISTS obs_fts")
    conn.execute("""
        CREATE VIRTUAL TABLE obs_fts USING fts5(
            id, summary, content,  # 显式加入 id 列
            tokenize='unicode61'
        )
    """)
    conn.execute("""
        INSERT INTO obs_fts(id, summary, content)
        SELECT id, summary, content FROM observations
    """)
```

**关键教训**：JOIN 时必须用 `f.id = o.id`，**不能用** `f.rowid = o.id`。

---

### 🔥 坑 4：API 调用路径缺失中间段

**症状**：调用某平台 API 一直 404 或报错。

**根因**：某些开放平台的 API 路径前缀有嵌套层级，SDK 工具会自动加上，但用 curl/requests 直接调用时必须**手动写入完整路径**。

```bash
# 错误路径（少了中间段）
POST https://api.example.com/auth/v3/token

# 正确路径
POST https://api.example.com/open-apis/auth/v3/token
POST https://api.example.com/open-apis/im/v1/files
POST https://api.example.com/open-apis/im/v1/messages
```

**连带坑**：本地代理工具会导致 API 返回 404，需加 `--noproxy '*'` 绕过。

---

### 🔥 坑 5：文档附件链接文件名不匹配

**症状**：在 Obsidian 中点击 `file:///` 链接打不开文件。

**根因**：实际文件常常带有「附件N：」前缀，但手动编写链接时容易遗漏。

| 场景 | 示例 |
|------|------|
| 实际文件名 | `附件1：附件1_xxx.docx` |
| 错误链接 | `附件1_xxx.docx`（缺前缀）→ 点不开 |
| 正确链接 | `附件1：附件1_xxx.docx` |

**教训**：写链接前先用 `ls` 确认实际文件名，再生成链接。

---

### 🔥 坑 6：跨文件系统复制权限问题

**症状**：在 WSL2 中用 `bash cp` 复制 Office 文件到 `/mnt/d/` 时报 Permission denied。

**根因**：WSL2 跨文件系统操作 Office 文件有权限限制。

**修复**：用 Python 的 `shutil.copy2` 替代 bash 命令。

```python
import shutil
shutil.copy2(src, dst)  # ✅ 正常
```

---

### 🔥 坑 7：黑名单词需要持续迭代

**症状**：第一次清理后数据库干净了，跑了一周又出现新噪音。

**根因**：过滤体系不是一次建完的。新场景会产生新类型噪音。

**经验**：黑名单词要持续扩充。

```
第一轮发现 → "self-watcher", "internal-tool", "skill"
第二轮发现 → "某些泛化表达"
第三轮发现 → "auto-select", "inject", "MATCH", "tokenize"
```

**建议**：在捕获输出中看到新噪音模式，立即加黑名单、清理残留。

---

### 🔥 坑 8：编辑命令多次替换失败

**症状**：一次 `edit` 命令发多个替换 block，后续替换匹配失败。

**根因**：第一次替换后文件内容变了，后续替换的 `old_string` 匹配不到。

**教训**：每次只做一个替换，或分多次编辑调用。

---

## 六、操作工作流

### 6.1 摄入（Ingest）

当有新资料需要入库时，三步搞定：

```
1. 把原始文章放入 raw（原始素材）/
2. 说「整理一下这个来源」
3. Agent 自动：创建摘要 → 更新实体页面 → 更新索引 → 追加日志
```

一个来源可能涉及 10-15 个 Wiki 页面，人类手动做需要 30 分钟，Agent 在 3 分钟内完成。

### 6.2 查询（Query）

```
说「查一下 X」
→ Agent 读 index.md 定位相关页面
→ 深入阅读 → 综合回答
→ 有价值的回答可以「记一下」回写为新的 Wiki 页面
```

### 6.3 定期维护

```
每周六 18:00 → 自动备份 Wiki（含 Git + 目录拷贝）
每周六 19:00 → Wiki 体检 + 生成周洞察报告 → 发送到协作平台
```

---

## 七、效果数据

| 指标 | 数据 |
|------|------|
| Wiki 页面数 | 50+（含 agents 经验库） |
| 知识类型 | 9 种（entity/concept/comparison/query/summary/experience/lesson/insight/rule） |
| 日均吸收 | 10-20 条干净记忆 |
| 备份频率 | 每周自动 + 手动 |
| 多 Agent 协作 | 多个子 Agent 协同工作 |
| 失忆问题 | 从「完全不知道忘了什么」→ 可追溯推理链 |

---

## 八、SCHEMA.md 模板（可直接复制使用）

```yaml
# Wiki Schema 核心模板

## Domain
你的业务领域

## Conventions
- 文件名：小写、连字符、无空格
- 每个页面以 YAML frontmatter 开头
- 使用 [[wikilinks]] 跨页面链接，每个页面至少 2 个外部链接
- 更新页面时必须更新 updated 日期
- 新页面必须添加到 index.md 对应章节
- 所有操作必须追加到 log.md

## Frontmatter
---
title: Page Title
created: YYYY-MM-DD
updated: YYYY-MM-DD
type: entity | concept | comparison | query | summary
tags: [your tags]
sources: [raw/sources/article-name.md]
---

## 触发命令规范
你说 "记一下"  → 碎片录入
你说 "整理一下" → 结构化沉淀

## 敏感信息负面清单（不存入 Wiki）
- 密码、密钥、Token
- 未公开发布的财务数据
- 内部人事决策细节
- 用户明确要求保密的内容

## 定期维护
- 每周自动备份
- 每月体检 + 清理
```

---

## 九、总结

从 Karpathy 的 LLM Wiki 概念到完整的 Obsidian 多 Agent 知识库，花了两个月时间，解决了一个又一个实际问题。最深的体会是：

1. **SCHEMA.md 是灵魂**：没有规范，Agent 就是一盘散沙
2. **失忆不可怕，没有证据链才可怕**：Reasoning-Log.md 让每步推理可追溯
3. **过滤体系要持续迭代**：没有一次建完的规则
4. **Agent 的维护成本接近零**：LLM 不会厌倦、不会忘记更新交叉引用、可以一次修改 15 个文件

如果你也在用 AI 做知识管理，希望这篇文章能帮你少走一些弯路。

---

*如果你觉得这篇文章有帮助，欢迎点赞收藏，有问题可以在评论区交流~*


技术栈：Obsidian · AI Agent 框架 · SQLite FTS5 · Python

LLM-Wiki企业级AI知识库实战教程

AI Agent 总是「失忆」？本文从 Karpathy 的 LLM Wiki 理念出发，手把手教你用 Obsidian + 多 Agent 构建持久化企业知识库。包含完整架构设计、SCHEMA.md 模板、8 个真实踩坑修复（FTS5 重建失效、工具输出噪音污染、API 路径缺失等），可直接复用的方案。

人工智能

开发工具

云计算

本文详细介绍了如何利用Obsidian和多Agent系统构建企业级AI知识库，解决LLM失忆问题。通过SCHEMA.md规范、三层过滤体系和推理日志设计，实现知识持续积累和高效管理。包含8个真实踩坑案例，如FTS5索引重建、API路径缺失等，提供完整解决方案。适用于AI辅助知识管理、多Agent协作等场景，技术栈涵盖Obsidian、SQLiteFTS5和Python。

2026年中大促 | AI 领航 智绘未来

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

本文详细介绍了如何利用Obsidian和多Agent系统构建企业级AI知识库，解决LLM失忆问题。通过SCHEMA.md规范、三层过滤体系和推理日志设计，实现知识持续积累和高效管理。包含8个真实踩坑案例，如FTS5索引重建、API路径缺失等，提供完整解决方案。适用于AI辅助知识管理、多Agent协作等场景，技术栈涵盖O...

LLM-Wiki企业级AI知识库实战教程-腾讯云开发者社区-腾讯云

LLM-Wiki企业级AI知识库实战教程

LLM-Wiki企业级AI知识库实战教程

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐