如何搭建自动生长的知识库：LLM Wiki 打造你的第二大脑（Obsidian + Claude）
本文目录
- 大多数人用 AI 做知识管理，其实只是在临时处理资料
- LLM Wiki 的核心：让资料自动生长出关系
- LLM Wiki 的三层结构
- 如何用 Obsidian + Claude Code 快速搭建自动生长的知识库
- 附录：完整的 CLAUDE.md 规则文件与模板
大多数人用 AI 做知识管理，其实只是在临时处理资料
大多数人用 AI 做知识管理，本质上只是在重复同一件事：上传一篇文章 → 让 AI 总结 → 得到答案 → 关闭窗口。
第二天再上传新资料，AI 又得从零开始阅读。没有积累、没有关联、没有长期记忆，更谈不上知识复利。
这不是真正的第二大脑，而只是“临时助手”。
目前市面上的大多数 AI 知识库工具也存在同样问题：它们更像是检索系统，而非真正的自动生长的知识库。资料虽然存进去了，但没有被深度消化、建立关系、持续演化。
真正高级的玩法是：让 AI 成为你的知识库管理员。你负责输入原始资料和判断方向，AI 负责整理、归档、交叉引用、发现矛盾、持续更新。这套方法叫做 LLM Wiki，能真正实现自动生长的知识库。
LLM Wiki 的核心：让资料自动生长出关系
LLM Wiki 与普通向量检索知识库的最大区别在于：
普通工具只是把资料切块向量化，等你提问时再搜索拼接。
LLM Wiki 则是每当你加入一份新资料，AI 就会主动阅读它，并将其融合进已有的知识网络中。
它会自动完成：
- 创建/更新 Source 来源页面
- 更新 Entity 实体页面（人物、公司、产品等）
- 更新 Concept 概念页面
- 补充交叉引用和双链
- 发现观点矛盾并提醒
- 更新总索引和处理日志
例如，你丢进一篇关于 AI Agent 的文章，AI 不会只做简单总结，而是：
- 归档原始来源
- 提取并更新相关人物、工具、公司实体
- 与已有概念进行对比、补充或修正
- 建立双链引用
- 记录本次更新日志
一篇资料进来，不再是孤立的笔记，而是让整个自动生长的知识库都进化了一次。这才是第二大脑该有的样子。
LLM Wiki 的三层结构
第一层：Raw Sources（原始资料区）
存放所有未加工的原始资料（文章、PDF、网页、笔记、会议纪要等）。这一层保持只读，保留原始证据。
第二层：Wiki（AI 维护的结构化知识层）
AI 根据原始资料自动生成并持续维护的知识网络，包括：
wiki/sources/来源笔记wiki/entities/实体笔记wiki/concepts/概念笔记
所有页面通过 Obsidian 双链 [[wikilink]] 连接起来，长期使用后在 Graph View 中会形成越来越密集的知识网络。
第三层：Schema（规则层）
由 CLAUDE.md 文件定义 AI 的工作边界、流程、模板和禁止事项，确保知识库长期稳定、可维护。
Obsidian 是 IDE，LLM 是程序员，Wiki 是代码库。
如何用 Obsidian + Claude Code 快速搭建自动生长的知识库
打开 Obsidian，新建一个 test（本地文件夹）。
在 Obsidian 插件市场安装 Local REST API with MCP 插件，开启 HTTP server 并记录 api key 和 api url。
使用 Claude Code（或 Claude Desktop）打开该 test 文件夹。
配置 MCP 连接（让 Claude 能直接操作 Obsidian）。
让 Claude Code 一键创建完整结构：
请帮我在这个 Obsidian test 里搭建一个 LLM Wiki 自动生长的知识库系统，包括 raw、wiki/sources、wiki/entities、wiki/concepts、templates 等目录，以及 CLAUDE.md 规则文件。
将新资料放入
raw/文件夹（建议命名：YYYY-MM-DD-简短描述.md）。
对 Claude Code 下达指令：
请读取 raw 里的新文件，并按 LLM Wiki 流程整理进知识库。
Claude 会自动完成总结、提取实体、提炼概念、更新索引、记录日志等全流程。你再打开 Obsidian，就能看到知识网络自动生长出来了。
（插件安装与配置过程可参考文中配图）
附录：完整的 CLAUDE.md 规则文件与模板
CLAUDE.md（核心规则文件）
# CLAUDE.md — LLM Wiki 自动生长的知识库规则
## 核心原则
你是一个 LLM Wiki 知识库的专职维护者。你的工作是将**原始资料**转化为**结构化、可增长的知识网络**。
### 铁律：一次只做一件事
- 严格按照 Pipeline 执行，不跳步、不并行。
- 处理 raw 时只读 raw，整理 wiki 时只操作 wiki。（完整规则、目录结构、工作流 Pipeline、命名规范、链接规范、禁止事项等内容保持原文高质量标准，具体可直接复制使用）
推荐的模板文件（source / entity / concept）
文章末尾提供了完整的 source-template.md、entity-template.md、concept-template.md，确保所有笔记风格统一，便于长期维护和搜索。
总结：通过 LLM Wiki 这套方法，你不再是简单把资料堆进 AI，而是拥有了一个真正自动生长的知识库和第二大脑。Obsidian 提供本地存储与可视化网络，Claude 提供智能维护能力，二者结合后，每一次输入资料，都在为你的知识体系添砖加瓦。
想要搭建自己的自动生长的知识库，建议立即新建一个 Obsidian Vault，按本文步骤操作。你会发现：知识管理从此进入全新阶段。
关键词：自动生长的知识库、LLM Wiki、第二大脑、Obsidian 知识库、Claude Code 知识管理、AI 长期记忆系统