LLM Wiki: Building a Self-Evolving Obsidian Second Brain with AI Agents
ENWhat
LLM Wiki 是一种由 AI 编排的知识管理工作流。在这一工作流中，人类提供原始素材（文章、书籍、PDF），而 AI 智能体则自主地对其进行整理、格式化、交叉引用并建立索引，最终将其整合进一个高度结构化且双向链接的 Obsidian 库中。
How
1. 构建一个包含指定文件夹的 Obsidian 库：'Sources'（用于存放原始素材）、'Knowledge Base'（用于存放人物、事件等结构化分类）、'Attachments'（附件），以及两个根目录文件：'Index'（内容地图/MOC）和 'Log'（历史记录器）。2. 在库的根目录下创建一个 AI 指令文件（命名为 'CLAUDE' 用于 Claude Code，或命名为 'AGENTS' 用于 Codex），详细说明文件夹结构、Markdown 模板和处理规则。3. 将本地智能体工具（如 OpenAI Codex）连接到该库文件夹。4. 指导智能体导入 'Sources' 中的文件，使用模板将其格式化并放入 'Knowledge Base'，生成双向链接，并更新 'Index' 和 'Log' 文件。5. 设置自动化常规任务（例如每天上午 9 点检查源文件夹，每周维护一次损坏的链接），并使用 Obsidian Web Clipper 快速将网络文章导入系统。
Why
随着时间的推移，手动整理库、应用模板以及寻找双向链接会变得繁琐且难以持续。将文件分类、交叉引用和索引编制工作交由 AI 智能体处理，既能保留高度互联的“第二大脑”的实用性，又免去了手动维护的麻烦，从而让用户能够专注于阅读和综合学习。
Other
该工作流高度依赖于 AI 智能体拥有的本地目录读写权限。在系统的指令文件中进行清晰的提示词工程（Prompt Engineering）至关重要，以防止 AI 损坏库模板、破坏文件夹路径或创建重复条目。