Obsidian + Codex：从零搭建会持续进化的个人知识库

你的知识库是仓库还是系统？

大多数人建知识库的方式：收藏一篇文章 → 写一段摘要 → 扔进文件夹 → 下次要用的时候重新翻找。

这不是因为你存得不够多，而是你的知识库只是一个仓库，不是一个系统。资料进来了，但没人帮你持续消化，也没人帮你整理成下次还能直接调用的中间层。

LLM Wiki 的做法是：资料进来 → Agent 帮你整理 → 更新概念页、主题页、索引页 → 下次提问时优先站在已整理过的 wiki 层回答。

区别在于：前者是存资料，后者是编译知识。

第一步：创建实验仓库

不要直接用你现有的复杂 Obsidian vault 开刀。新建一个独立文件夹作为实验仓，比如：

llm-wiki-lab/
├── AGENTS.md          ← 规则文件（见下一步）
├── raw/               ← 原始资料放这里
└── wiki/              ← 编译后的知识页放这里
复制

用 Obsidian 打开这个文件夹作为新 vault。

第二步：写 AGENTS.md（核心规则文件）

这是整个系统最关键的一步。AGENTS.md 不是给人看的说明书，而是给 Agent 的工作规则。

极简版本示例：

# LLM Wiki Rules

## 目标
这个仓库用于维护一个可持续进化的知识系统。

## 目录约定
- raw/：原始资料
- wiki/：整理后的知识页
- AGENTS.md（本文件）：仓库根目录下的工作规则

## ingest 原则
当有新资料进入 raw/ 时：
1. 生成对应的来源页
2. 提炼关键观点
3. 更新相关的 wiki 页面
4. 增加必要的交叉链接
5. 如无对应页面，则创建新页面

## 查询原则
回答问题时，优先参考 wiki/ 中已经整理过的页面；
必要时再回看 raw/。
复制

第三步：往 raw/ 放第一份资料

选一篇你觉得有价值的文章，手动存入 raw/ 目录。文件名建议用日期前缀：

raw/2026-09-10-karpathy-llm-wiki.md
复制

文件内容至少包含：标题、原文链接、作者/来源、正文要点、你的备注。

经验：第一次别一口气塞十篇文章，先塞一篇，验证链路是否跑得通。

第四步：让 Codex 执行第一次 ingest

打开 Codex，进入这个实验仓目录：

cd ~/path/to/llm-wiki-lab
codex
复制

然后给出明确指令：

请读取 raw/2026-09-10-karpathy-llm-wiki.md。
基于其中内容：
1. 在 wiki/ 下创建一页来源总结页
2. 提炼关键概念
3. 如果需要，新建相关概念页
4. 为新旧页面增加交叉链接
5. 最后告诉我这次新增了哪些文件、更新了哪些文件
复制

第五步：回到 Obsidian 检查结果

Codex 执行完后，去 Obsidian 里检查三件事：

1. 有没有生成来源页 — wiki/ 下是否有类似 source-karpathy-llm-wiki.md 的页面
2. 有没有生成概念页 — 是否有 llm-wiki.md、ingest-workflow.md 等概念页
3. 有没有加交叉链接 — 页面之间是否有 [[LLM Wiki]] 这类双向链接

如果只生成了孤立摘要没有链接，那这次 ingest 只完成了一半。

第六步：基于 wiki 层提第一个问题

真正的价值不在自动建页，而在于以后提问时能优先站在已整理过的 wiki 层回答。

继续在 Codex 中问：

请基于 wiki/ 中已经整理好的内容回答：
LLM Wiki 和传统 RAG 的差别到底是什么？
如果还需要补充，再回看 raw/ 里的原始资料。
复制

如果 Codex 的回答明显先引用了已整理好的 wiki 页面，再去补充 raw 层，说明这套结构开始工作了。

第七步：把优质问答回写到 wiki

如果你得到了一个特别清晰的对比答案，让它继续沉淀：

请把刚才关于"LLM Wiki vs RAG"的回答，
整理成 wiki/ 下的一页对比页，补上必要链接，
并关联到已有页面。
复制

一旦你开始这样做，知识库就会出现一个信号：它不再只吸收新资料，也开始吸收新问题。

三种 MCP 接入方案对比

推荐从 obsidian-codex-mcp 开始，12 个工具覆盖读写、检索、结构管理基本需求，无需安装任何 Obsidian 插件。

安装步骤：

git clone https://github.com/dot-RealityTest/obsidian-codex-mcp.git
cd obsidian-codex-mcp
python3 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
复制

然后在 ~/.codex/config.toml 中配置：

[mcp.obsidian]
command = "/path/to/obsidian-codex-mcp/.venv/bin/python"
args = ["-m", "obsidian_codex_mcp"]
env = { OBSIDIAN_VAULT_PATH = "/你的/vault/路径" }
复制

最容易翻车的三个地方

1. 一上来就设计超级复杂的结构 — 还没导入第一篇资料就先花两小时设计 schema。先跑通最小闭环，再优化。
2. 把 raw 和 wiki 混在一起 — 原始资料和整理后的知识不是同一层东西，必须分层。
3. 只让 Agent 做摘要，不让它更新知识网络 — 如果只会"总结一篇文章"，那你得到的只是一个自动摘要器，不是知识库。

来源

本文根据 SegmentFault《Obsidian + Codex 完整教程》、CSDN《我用 Obsidian + Codex 搭了一个会持续进化的 AI 知识库》及腾讯云相关实战内容整理改写。

资料最后核对日期：2026-09-10 · 内容整理自 CodexGuide 社区公开教程