知识不需要你整理：wiki 日常工作流

你负责筛选和提问，LLM 负责编译和维护。你不需要整理笔记，但知识体系在持续完善。

我的 Obsidian vault 里有一个 wiki 层，由 LLM 自动维护——我负责筛选源文件和提问，它负责消化内容、建立关联、持续更新。整个系统的设计思路在让知识复利：用 LLM 建一个会生长的个人 wiki里讲过了，这篇说明日常工作流。

日常工作流

看到好文章、有价值的网页，用 Obsidian Web Clipper 或手动保存到 1.inbox/ 下对应的子目录：

这一步不需要 LLM 参与。你只管往里扔，不用整理格式，不用想"这篇文章该归到哪个主题"——那些都是后面的事。

当你确认某篇文章质量合格、值得长期保留时，手动将文件从 1.inbox/ 移到 2.raw/。不值得保留的直接删除。

这一步也不需要 LLM。这是你的质量门控——只有你确认过的内容才会进入 wiki 的源文件层。inbox 里有很多质量参差不齐的内容，如果让 LLM 直接处理 inbox，低质量内容会污染 wiki。 所以审阅权留在你手上。

文件移入 2.raw/ 后，在 Claude Code 中对 LLM 说：

你说什么	LLM 做什么
`ingest`	自动找出所有未被 wiki 覆盖的 `2.raw/` 文件，批量处理
`ingest xxx文章`	只处理指定的那一篇，会先和你讨论要点再写入

交互模式（推荐新手使用）：指定单篇文章，LLM 会先读完文章，和你讨论"这篇文章的要点是什么、值得强调什么"，确认后才写入 wiki。你对结果有更多控制。

批量模式（适合已熟悉流程后）：直接说 ingest，LLM 自动处理所有新文件。你可以事后在 Obsidian 中浏览 wiki 页面，检查更新是否符合预期。

一次 ingest 可能同时影响五到十个页面——更新已有主题页的相关章节、创建新的概念页、补充实体页的文章索引。就像给一棵树浇水，水不是简单倒在地上，而是被根系吸收，输送到每一片需要的叶子。

ingest 完成后，打开 Obsidian：

如果发现 LLM 的综合有偏差，直接在对话中告诉它修正。

不需要任何准备，直接用自然语言提问：

LLM 会先读 index.md 定位相关页面，然后读取具体的 wiki 页面。如果 wiki 页面不够详细，再去读 2.raw/ 中的源文件。回答时附上 wikilink 引用，方便在 Obsidian 中跳转。

如果回答本身有价值（比如一个跨主题的对比分析），LLM 会建议存为新的 wiki 页面。这类跨主题综合正是 wiki 最有价值的部分——认真考虑这个建议。

隔一段时间（比如积累了 20-30 篇新源文件后），对 LLM 说 lint 或 巡检。LLM 会做全量健康检查：页面间是否有矛盾、是否有孤立页面、是否有知识缺口、源文件计数是否准确。每次 ingest 后 LLM 也会自动做局部巡检，但全量巡检需要你主动触发。

LLM 能理解各种说法：

每次 ingest 后打开 Graph View 看看：新页面和哪些已有页面连在一起了，有没有孤立节点，哪些页面是 hub。这是 wiki 作为一个知识图谱最直观的呈现方式。

源文件是安全的，wiki 页面可以随时回退，你只需要做一件事：决定什么值得读。