3.3 KiB
3.3 KiB
title, type, tags, date
| title | type | tags | date | ||||||
|---|---|---|---|---|---|---|---|---|---|
| 养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统 | source |
|
2026-04-09 |
Source File
Summary
- 核心主题：用 Obsidian 做知识库、Gitea 做版本控制、OpenClaw 做写入接口，构建 AI 助手的持久化笔记系统
- 问题域：AI 助手每次对话输出后消失在聊天记录里，无法积累和复用
- 方法/机制：AI 输出直接写入 Obsidian 笔记 → iCloud Drive 三端同步 → Gitea 版本管理
- 结论/价值：把 AI 变成一个会自动整理笔记的实习生，做完事顺手把记录更新好
Key Claims
- AI 输出的有价值结论直接落盘到笔记，而非留在聊天记录里
- 每个 Agent 有专属 Archive（openclaw//），knowledgebase/ 是跨 Agent 共用的整理后知识
- 核心原则：研究过程写入 Agent Archive；经过验证可复用的知识沉淀到 Knowledge Base
- Obsidian Git 插件 Auto commit-and-sync interval 实现完全自动的版本管理
- Karpathy LLM Wiki 思路：RAG 是每次从零检索知识不积累；LLM Wiki 是增量构建和维护持久化 Wiki，页面间互相链接知识越积越厚
- Graph View 是知识健康检查工具：孤岛页面（无页面链接指向它）= 需要补上交叉引用
- Wiki 规模在几百页之前，index.md 完全够用；规模变大后再接入 QMD 精准搜索
Key Quotes
"用 Obsidian 做知识库，用 Gitea 做版本控制，用 OpenClaw 做写入接口" "RAG 模式是每次从零检索，知识不积累；而 LLM Wiki 是让 AI 增量构建和维护一个持久化的 Wiki" "把 AI 变成了一个会自动整理笔记的实习生——它做完事，就会顺手把记录更新好"
Key Concepts
- LLM Wiki：增量构建和维护持久化 Wiki，页面间互相链接，知识越积越厚（区别于 RAG 每次从零检索）
- Obsidian Web Clipper：浏览器插件，快速采集外部素材为 Markdown 到 Obsidian
- Graph View：知识健康检查工具，发现孤岛页面和知识盲区
- Git自动同步：Obsidian Git 插件 Auto commit 实现版本管理完全自动化
- QMD：本地 Markdown 搜索引擎，Wiki 规模变大后的精准搜索方案
- 知识可发现性：Graph View + 双向链接让知识形成网络而非孤岛
- 被动更新：AI 在执行任务过程中顺手更新文档，无需人工维护
Key Entities
- Obsidian：本地知识库，支持双向链接、Graph View、Git 插件
- Gitea：自建 Git 服务，提供私有 Git 仓库，内网运行数据不出域
- Karpathy：LLM Wiki 思路提出者，RAG vs Wiki 对比框架
- OpenClaw：写入接口，通过 Obsidian Skill 直接写笔记
- iCloud Drive：跨设备同步通道，Mac mini / Laptop / iPhone 三端一致
Connections
- 养虾日记1-OpenClaw照片整理实战 ← 同一系列
- 养虾日记2-OpenClaw-Self-Improving复盘实战 ← 同一系列
- 个人知识库 ← 同主题（本文是具体实现）
- LLM Wiki ← 核心理论（Karpathy）
- Gitea ← 版本控制层
- memory/ ← OpenClaw 内置记忆机制（与本文 Obsidian 方案互补）