如何构建你的第二大脑:基于 AI 的极简知识库系统
受 Andrej Karpathy 启发,文章介绍了一种无需复杂软件、仅依赖文件夹和文本文件的 AI 个人知识库构建方法。通过 raw/、wiki/ 和 outputs/ 三层结构,结合 agent-browser 自动抓取工具和 Claude Code 等编程助手,用户可以将杂乱素材转化为结构化的个人维基。系统强调“复利”维护,主张用简单的模式文件替代花哨的工具,让 AI 自动整理、总结和关联信息,从而实现高效的知识管理。
受 Andrej Karpathy 启发,文章介绍了一种无需复杂软件、仅依赖文件夹和文本文件的 AI 个人知识库构建方法。通过 raw/、wiki/ 和 outputs/ 三层结构,结合 agent-browser 自动抓取工具和 Claude Code 等编程助手,用户可以将杂乱素材转化为结构化的个人维基。系统强调“复利”维护,主张用简单的模式文件替代花哨的工具,让 AI 自动整理、总结和关联信息,从而实现高效的知识管理。
文章提供了清晰、可落地的“AI知识库”搭建步骤,紧跟当前AI技术前沿,实用性极强且结构清晰,但在背后的因果推理与深度分析上略显不足。
文章指出 OpenClaw 虽然强大但技术门槛过高,阻挡了 90% 的用户。作者提出以 Claude 为核心的低门槛替代方案,详细对比了两者在个性化 Skills、定时任务、文件管理、知识库集成及记忆系统等方面的功能。通过结合 Claude 的 Skills、Cowork、Projects 以及 MCP 和 Obsidian,用户无需复杂配置即可搭建高效的个人 AI 助理系统。文章最后强调,决定 AI 效率上限的是人而非工具,建议读者将精力放在深度思考上。
作者介绍如何将 Obsidian 笔记库作为 AI 代理的上下文来源,构建一个名为 /todays-focus 的每日专注技能。文章指出工作工具(如 Linear、Gmail、Slack、日历)只能告诉 AI 发生了什么,而个人笔记库能补充'什么对自己最重要'的背景。作者展示了四个步骤:连接工作工具、授权代理读取 Obsidian 库、创建原则(Principles)文档、创建'心头事'(Top of Mind)文档。该技能每天早晨生成三个焦点领域、反思检查和三个日记问题,成为一种有用的每日仪式,也是检验笔记库组织是否利于代理理解的方法。
文章探讨了高级 AI Skill 的本质:不是把更多指令塞进一份文件,而是把多个单点能力按任务关系编排组合。作者通过分析 GitHub 上多个热门 Skill 仓库,总结出五种组合模式:路由(判断调用哪个 Skill)、顺序(强制工作流程)、选择(按需分诊组合)、流水线(专业能力交接)和分层(Skill 与系统能力分工)。文章提出组合 Skill 的五个核心零件:路由、输入输出契约、顺序与并行、上下文状态、验证反馈,并建议从真实返工中逐步长出组合关系。核心观点:Prompt 让 AI 听懂一次需求,Skill 固化一类做法,而组合 Skill 才能把复杂任务交付出来。
本文介绍了如何将 Obsidian 从简单的笔记应用转变为 AI 可读写的记忆层,从而构建一个“第二个自我”系统。作者提出了双层记忆架构:一层为人类保留原始、混乱的思考,另一层为 AI 提供结构化、机器可读的上下文。文章详细展示了文件夹结构(如 00_inbox、01_self 等)以及五个核心提示词,用于将杂乱想法转化为笔记、生成每日记忆日志、更新项目记忆、创建决策记录以及向第二个自我提问。核心观点是:AI 的智能取决于其可访问的上下文,通过自动化笔记维护,Obsidian 能成为真正的工作记忆系统。
本文介绍如何利用 Obsidian 为 AI 助手 Hermes 构建一个“第二大脑”,使其能够访问工作所需的全部上下文。文章详细说明了从创建空 vault、让 Hermes 自动搭建结构,到通过访谈填充身份文件、设置上下文规则、建立路由表,以及实现捕获模式和夜间编译的完整流程。核心思想是区分原始素材(Raw)和编译知识(Wiki),让 AI 在回答前先读取相关文件,从而减少重复解释、提高回答质量。
本文介绍了10个优秀的GitHub开源项目,旨在利用Obsidian作为存储层,让Claude真正记住用户的个性化知识,从而打造真实的“第二大脑”。文章首先剖析了项目背后的三大核心架构:Karpathy LLM Wiki模式(大幅节省Token)、Anthropic的Skills架构(按需加载技能)以及MCP桥接(支持实时读写)。随后,作者详细盘点并测评了这10个开源库,逐一分析了它们的核心功能、安装难度、适用人群及局限性,为想要构建个人AI知识库的用户提供了极具价值的实践指南。