用途
obsidian-wiki 解决的是“重复解决同一个问题”的痛点：你周二解决了一个难题，三个月后在另一个仓库里又从零解决一遍——因为答案留在了再也找不到的聊天记录里。本框架让你把 AI 智能体学到的东西编译成互相关联的 Markdown 笔记，归你所有。其模式来自 Andrej Karpathy 的 LLM Wiki gist：知识编译一次并保持最新，而不是永远向 LLM 问同样的问题，或每次都重跑 RAG。
主要能力
- 输入（Feed it）：支持任何文本形态的内容，包括文档、PDF、聊天导出、会议转录、截图、URL。
- 提问（Ask it）：答案带 [[wikilink]] 引用，而非凭空生成。
- 检索（Find）：帮你找到说不清名字的那次会话。
- 维护（Keep it honest）：仓库会自行变乱，这些能力用于清理它。项目声称共有 39 个技能。
- 图形视图：在 Obsidian 中打开仓库并使用图谱视图（Cmd/Ctrl+P → "Open graph view"）。说“color my graph”可按标签、类别或可见性给节点着色。
- 导出：可将整个图谱导出为 graph.json、GraphML（Gephi/yEd）、Neo4j Cypher、Postgres SQL，或自包含的交互式 graph.html。
- 示例仓库：examples/demo-vault/ 是一个 18 页的示例仓库，主题是构建可靠的 LLM 智能体，已按文件夹着色。
- Python 使用：提供 Python API，无需 API Key、嵌入模型、向量存储或网络。
- 记忆跨会话：会话开始时，仓库记忆已在上下文中（你是谁、有哪些未完成线索、最近有什么变化）；会话结束前捕获任何可复用的内容。
使用方式
安装后打开任意项目，对智能体说 “set up my wiki”。若不想碰终端，可把仓库说明交给智能体，它会完成全部设置。也可用 uv 或 pipx 安装：uv tool install obsidian-wiki 与 pipx install obsidian-wiki 效果相同（注意：不是 uvx）。使用 Claude Code 时可作为插件安装，无需 Python；插件技能带命名空间（/obsidian-wiki:wiki-ingest），且仅附带技能——不含会话钩子或 obsidian-wiki CLI。安装时会注册两个会话钩子，使每个新会话以“你是谁、有哪些未完成事项”开始，并在结束时捕获可复用内容；使用 --no-hooks 可跳过。其他安装路径（git clone、Claude Code 插件、Skills CLI、多仓库）见 Installation。
适用场景
- 跨仓库、跨会话复用已解决过的问题与经验。
- 把文档、PDF、聊天记录、会议转录等零散资料编译为可检索的知识库。
- 需要可读、可 grep、可 diff、可版本管理的个人或团队知识库。
- 希望在已有工作环境中使用（一个 .skills/ 目录，符号链接到所用各个智能体）。
设计理念与限制
- 它是编译而非累积：新知识合并进已有页面，矛盾会被标记，不产生重复。
- 只读取变化内容：manifest 跟踪已摄入的每个来源，第二次运行只处理增量。
- 可区分知识与猜测：每条主张标记为 extracted、^[inferred] 或 ^[ambiguous]，lint 会标记漂移为推测的页面。
- 查询成本随规模增长保持低廉：先读标题、标签和摘要，再读正文；20 页或 2000 页成本大致相同。
- 数据归你所有：文件夹中的纯 Markdown，可推送到私有仓库、在 Obsidian 打开、grep、删除；无服务、无锁定，数据不离开本机。
- 上下文跨会话传递：会话开始时注入所有者档案、未完成线索和运行快照。
- 并行写入安全：index.md、log.md、hot.md 以及 _meta/ 下的所有者档案与待办索引都通过单一写入器，加锁并原子写入，避免并行智能体互相丢失更新。
- user_id 用于隔离每个人的记忆，而知识保持共享。
- 官方说明项目处于早期阶段，技能可用，但在交叉引用、去重、更大规模仓库、新摄入来源方面仍有改进空间。
- 文档提到一项小规模对比研究（Claude Sonnet、无头模式、真实的 38 页仓库，n=2），给出的准确率与耗时数据被官方描述为指示性而非定论；完整数据与逐次运行日志见 PR #175。
