LLM-Wiki 知识库
这个模式帮你把零散的信息源变成结构化的知识库。不只是堆笔记，而是有 schema、有模板、有交叉链接的实体页面。
它可以在任何 Markdown Vault 上跑——Obsidian、Logseq、或者一个纯 git wiki。
核心能 力
Schema 感知的实体页。 每种实体类型（人、组织、概念、事件、工具、项目……）有自己固定的字段结构。AI 会在写入时自动遵循 schema，不会每篇笔记格式都不一样。
8 模板库。 内置 8 种笔记模板覆盖常见场景：概念页、对比页、时间线、资源列表、论点地图、读书笔记、会议记录、决策记录。你导入素材，AI 判断该用哪个模板。
Wikilink 完整性。 新建笔记时自动搜索 Vault 中已有页面，生成双向链接。事后也能做完整性校验——找出孤立的笔记、断开的链接、缺少反向链接的页面。
默认启用的工具
| 工具 | 用途 |
|---|---|
| Vault 搜索 | 搜索已有实体，避免重复创建 |
| 文件操作 | 创建和更新结构化的 Markdown 文件 |
| 文档工具 | 读取 Word、PDF 等来源 |
| PDF 工具 | 提取 PDF 文本作为知识库来源 |
| 图片工具 | OCR 识别图片中的信息 |
| 音频转写 | 把音频内容转成可归档的文字 |
| Excel 工具 | 处理表格数据来源 |
| HTML 工具 | 从网页抓取内容归档 |
行为特点
- 持久记忆：AI 记住你的 Vault 结构偏好和 schema 定义
- 工作区感知：AI 能看到整个 Vault，做全局性的链接和去重
- 向量搜索：语义层面判断新内容和已有内容的关联
什么时候用 LLM-Wiki
- 把一本书、一门课、一系列文章整理成知识库
- 长期维护一个研究主题的结构化笔记
- 检查现有 Vault 里哪些笔记是孤立的、哪些链接断了
- 需要一套统一格式的笔记体系，而不是每篇格式都不一样
相关工具参考
- 本地知识库 — 数据完全存储在本地
- 笔记语义搜索 — 语义搜索你的知识库
- LLM-Wiki 概念页 — LLM-Wiki 的设计理念