LLM Wiki — 个人知识库自动构建

将原始资料（文章/笔记/论文）通过 LLM 理解、提炼、重组，生成结构化的个人知识库。

⚠️ 核心理念：这不是文件搬运，而是 LLM 驱动的知识加工。原始资料是"原材料"，Wiki 是"精炼产品"。

触发条件

用户输入以下任一指令时触发：

• 执行 LLM Wiki 自动构建流程
• 初始化 LLM Wiki
• 扫描 Raw 目录

首次使用

如果检测到项目根目录不存在 00_Raw/、01_Wiki/、02_System/ 三个目录，需先创建以下结构并向用户说明：

项目根目录/
├── 00_Raw/              # 原始资料目录（只读，不修改）
│   ├── Articles/        # 文章
│   ├── Notes/           # 笔记
│   ├── Papers/          # 论文
│   └── CodeSnippets/    # 代码片段
├── 01_Wiki/             # 结构化 Wiki 目录（可读写）
│   ├── AI/              # AI/LLM/大模型相关
│   ├── Code/            # 编程/代码/架构相关
│   ├── Concepts/        # 算法/原理/数据结构等
│   └── Tools/           # 工具/CLI/DevOps相关
└── 02_System/
    ├── Schema.md        # Wiki 页面格式规范
    └── CLAUDE.md        # 自动化构建规则

向用户说明：

• 00_Raw/：存放原始资料，AI 只读不修改
• 01_Wiki/：LLM 理解后重新撰写的结构化知识库，非原始文件搬运
• 02_System/：系统配置文件，定义格式规范和分类规则

💡 建议：使用 Obsidian 打开项目根目录查看，支持双向链接和知识图谱可视化，体验更佳。

自动构建流程

1. 扫描

遍历 00_Raw/ 下所有 .md、.txt、.pdf 文件。

• .pdf 文件：使用 read 工具读取文本内容；如含图表/公式，使用 look_at 工具辅助提取

2. 理解（LLM 核心步骤）

不是复制内容，而是理解后重新撰写：

• 提炼定义：用一句话概括该技术/概念的本质
• 归纳要点：从原始资料中提取关键原理、使用场景、优缺点、常见误区
• 整理细节：梳理技术细节、参数说明、最佳实践
• 提取代码：从原始资料中提取或补全可运行的代码示例
• 建立关联：分析内容，自动添加 [[双向链接]] 到 Wiki 中已有页面

3. 分类规则

规则：

• 每个源文件只能归入一个分类目录，不可重复
• 多关键词匹配时，按上表顺序取第一个
• 无法分类时，询问用户：
  1. 是否需要新建分类文件夹（如 01_Wiki/Other/）
  2. 或保存到最接近的现有分类目录下

4. 生成

按以下格式重新组织内容（严格遵守）：

# 标题（文件名即页面标题）

## 定义
一句话清晰定义该技术/概念。

## 核心要点
- 关键原理（核心机制/工作原理）
- 使用场景（何时使用/适用场景）
- 优缺点（优势/局限）
- 常见误区（易错点/注意事项）

## 技术细节
- 关键参数/配置说明
- 实现思路/算法步骤
- 性能优化/最佳实践

## 代码示例（如有）
\`\`\`语言
简洁可运行的示例代码

## 关联页面
[[相关概念1]] [[相关技术2]]

## 来源
00_Raw/xxx.md

5. 写入

写入 01_Wiki/{分类}/，文件名与原始文件一致（扩展名统一为 .md）。

6. 索引

更新 01_Wiki/Index.md，按分类列出所有页面，添加双向链接。

7. 去重

同名页面覆盖更新，保留手动修改的关联页面部分。

8. 报告

输出构建摘要（新增/更新/跳过数量）。

特殊处理

• 空文件或无法提取内容的文件：跳过，记录到 02_System/build.log
• 分类无法确定：询问用户，不擅自放入 Uncategorized
• 页面已存在：比较内容，如有变更则更新

代码风格

• 语言：中文为主，技术术语保留英文原文
• 链接：使用 Obsidian 双向链接语法 [[页面名]]
• 代码块：必须标明语言
• 标题层级：仅使用 #（页面标题）和 ##（章节）
• 列表：使用 - 无序列表

禁止行为

• ❌ 修改 00_Raw/ 下任何原始文件
• ❌ 删除已有 Wiki 页面（仅允许更新）
• ❌ 生成不符合 Schema 结构的页面
• ❌ 在 Wiki 页面中包含 API 密钥、敏感信息
• ❌ 使用 # ## 之外的标题层级
• ❌ 直接搬运原始文件内容而不经过 LLM 理解提炼