如何让你的AI Agent拥有一颗永不遗忘的数字大脑obsidian-wiki完整入门指南【免费下载链接】obsidian-wikiFramework for AI agents to build and maintain a digital brain through Obsidian wiki | Memory System for Agents项目地址: https://gitcode.com/gh_mirrors/obs/obsidian-wikiobsidian-wiki 是一个开源的 AI Agent 记忆系统框架Memory System for Agents它把文档、聊天记录、会议纪要、代码仓库编译成互相链接的 Markdown 知识库让 Claude Code、Cursor、Codex 等 Agent 跨会话记住你解决的问题、记住你的偏好、回答时附上真实引用。本文是一份面向新手的完整入门指南5 分钟带你安装并跑通这颗数字大脑。为什么你的 AI Agent 需要一颗数字大脑你一定遇到过这个场景周二花了一晚上调试出一个诡异的 bug三个月后在另一个项目里又把同样的问题从零排查一遍——因为答案躺在一条永远不会被翻到的聊天记录里。普通 Agent 的失忆有三个代价重复劳动每次会话从零开始同样的问题反复问、反复查检索昂贵传统 RAG 每次回答都要重新跑一遍向量检索知识孤立学过的东西散落在几十个会话里彼此没有任何联系obsidian-wiki 的思路来自 Andrej Karpathy 的 LLM Wiki 模式知识只编译一次之后持续保鲜而不是每次提问都重新检索。它没有运行时、不需要 API key、没有厂商锁定——所有的技能都是 Markdown 文件任何 Agent 都能直接读懂并执行。最终产物就是本地一个 Obsidian 仓库纯 Markdown可 grep、可 diff、可推送到私有仓库数据完全属于你。60 秒快速安装 obsidian-wiki 数字大脑推荐方式是一行命令装好安装文档详见 docs/installation.mdpip install obsidian-wiki obsidian-wiki setup --vault ~/brainsetup会完成三件事把仓库路径写入全局配置、把所有 wiki 技能软链到你常用的每个 AgentClaude Code、Cursor、Codex、Gemini、Windsurf 等十余种并注册两个会话钩子——每次新会话自动注入记忆、会话结束时自动捕获可复用的发现。更省事的做法把仓库交给你的 Agent对它说set up my wiki即可git clone https://gitcode.com/gh_mirrors/obs/obsidian-wikiAgent 会读取 wiki-setup 技能 中的指引自动问清你的大脑放在哪然后初始化完整的目录结构、索引与日志。装完跑一下obsidian-wiki doctor就能体检整个安装状态。 如果你已经有一个 Obsidian 仓库可以直接让 obsidian-wiki 接管它而不是从零新建。大脑如何工作四阶段知识编译喂给 obsidian-wiki 的每一份资料都会经过四个阶段详见 docs/architecture.mdIngest摄入Agent 直接读源文件——Markdown、PDF、JSONL 对话导出、会议记录甚至截图Pull提炼从原始材料中抽出概念、实体、论断和关系丢掉噪声、留下信号Merge合并新知识合并进已有页面——矛盾会被标记绝不重复建页Schema演化目录结构从你的资料中自然生长而不是预先硬编码配合.manifest.json清单追踪每个已摄入的源文件第二次运行时只处理增量——而不是把整个资料库再跑一遍。日常最常用喂料与提问的 5 个核心技能全部 39 个技能的完整清单见 docs/skills.md日常最高频的是这 5 个技能斜杠命令作用文档蒸馏/wiki-ingest把 PDF、聊天记录、截图等任何文本资料炼成 wiki 页面保存对话/wiki-capture把当前会话的发现存进大脑项目同步/wiki-update把当前代码仓库的架构与决策蒸馏入库代码图感知带引用提问/wiki-query答案附[[wikilink]]引用而不是凭感觉健康检查/wiki-lint找出坏链、孤儿页面、矛盾内容与重复概念一个典型的成长循环喂资料 → 合并进图 → 提问验证 → 定期 lint 去重。知识就这样一轮轮复利增长。跨会话记忆会话生命周期与热缓存obsidian-wiki 的记忆面由五个文件承载index.md、log.md、hot.md和_meta/下的个人资料、待办两张表详见 docs/memory.md。它们都走同一个加锁的原子写入器多个 Agent 并行写也不会互相覆盖。会话开始钩子自动注入你是谁、有哪些未完结的线索、最近做了什么Agent 不再盲启动会话结束钩子提示执行/wiki-capture --quick在上下文关闭前把可复用的发现收进_raw/暂存区如果你是从旧版本升级而来仓库的记忆文件可能还是手写的——memory migrate会先预览、再打时间戳备份、最后才接管手写的章节原样保留hot.md是一份默认 500 词的热缓存每次写入后重新生成只有## Key Takeaways一节保留模型亲手写下的结论加分项浏览器扩展与 Python API配套的浏览器扩展可以把当前网页或选中文本一键捕获进仓库的_raw/目录本地优先、内容不出机器详见 docs/browser-extension.md想在自己的程序里把仓库当记忆用几行 Python 就够详见 docs/python-api.md——不需要嵌入模型、向量库或网络请求from obsidian_wiki import Memory memory Memory(~/brain) memory.add(Postgres was chosen over MySQL for partial indexes.) memory.search(postgres) memory.recap() # 会话开始时注入上下文实测效果装了 obsidian-wiki 到底快多少官方在同一个 38 页仓库、同一模型上做了对比只改变量是是否安装 obsidian-wiki指标裸 Agent装 obsidian-wiki结构类问题回答耗时81 秒19 秒快 4.4 倍正确率44%83%工具调用次数9.9 次4.6 次API 成本$0.202$0.208基本不变差距最大的正是X 和 Y 怎么联系删掉这个页面会破坏什么这类图结构问题——裸 Agent 只能每次手工 grep 全库、重建链接图而技能直接查询现成的图。写在最后你的第二大脑从今天开始生长官方安装指南docs/installation.md39 个技能清单docs/skills.md架构详解docs/architecture.md记忆面设计docs/memory.mdCLI 全量命令docs/cli.md核心就一句话知识编译一次持续保鲜。今天喂进去的每一个问题、每一段对话都会成为三个月后那个永远不会失忆的你自己。【免费下载链接】obsidian-wikiFramework for AI agents to build and maintain a digital brain through Obsidian wiki | Memory System for Agents项目地址: https://gitcode.com/gh_mirrors/obs/obsidian-wiki创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何让你的AI Agent拥有一颗永不遗忘的数字大脑：obsidian-wiki完整入门指南
如何让你的AI Agent拥有一颗永不遗忘的数字大脑obsidian-wiki完整入门指南【免费下载链接】obsidian-wikiFramework for AI agents to build and maintain a digital brain through Obsidian wiki | Memory System for Agents项目地址: https://gitcode.com/gh_mirrors/obs/obsidian-wikiobsidian-wiki 是一个开源的 AI Agent 记忆系统框架Memory System for Agents它把文档、聊天记录、会议纪要、代码仓库编译成互相链接的 Markdown 知识库让 Claude Code、Cursor、Codex 等 Agent 跨会话记住你解决的问题、记住你的偏好、回答时附上真实引用。本文是一份面向新手的完整入门指南5 分钟带你安装并跑通这颗数字大脑。为什么你的 AI Agent 需要一颗数字大脑你一定遇到过这个场景周二花了一晚上调试出一个诡异的 bug三个月后在另一个项目里又把同样的问题从零排查一遍——因为答案躺在一条永远不会被翻到的聊天记录里。普通 Agent 的失忆有三个代价重复劳动每次会话从零开始同样的问题反复问、反复查检索昂贵传统 RAG 每次回答都要重新跑一遍向量检索知识孤立学过的东西散落在几十个会话里彼此没有任何联系obsidian-wiki 的思路来自 Andrej Karpathy 的 LLM Wiki 模式知识只编译一次之后持续保鲜而不是每次提问都重新检索。它没有运行时、不需要 API key、没有厂商锁定——所有的技能都是 Markdown 文件任何 Agent 都能直接读懂并执行。最终产物就是本地一个 Obsidian 仓库纯 Markdown可 grep、可 diff、可推送到私有仓库数据完全属于你。60 秒快速安装 obsidian-wiki 数字大脑推荐方式是一行命令装好安装文档详见 docs/installation.mdpip install obsidian-wiki obsidian-wiki setup --vault ~/brainsetup会完成三件事把仓库路径写入全局配置、把所有 wiki 技能软链到你常用的每个 AgentClaude Code、Cursor、Codex、Gemini、Windsurf 等十余种并注册两个会话钩子——每次新会话自动注入记忆、会话结束时自动捕获可复用的发现。更省事的做法把仓库交给你的 Agent对它说set up my wiki即可git clone https://gitcode.com/gh_mirrors/obs/obsidian-wikiAgent 会读取 wiki-setup 技能 中的指引自动问清你的大脑放在哪然后初始化完整的目录结构、索引与日志。装完跑一下obsidian-wiki doctor就能体检整个安装状态。 如果你已经有一个 Obsidian 仓库可以直接让 obsidian-wiki 接管它而不是从零新建。大脑如何工作四阶段知识编译喂给 obsidian-wiki 的每一份资料都会经过四个阶段详见 docs/architecture.mdIngest摄入Agent 直接读源文件——Markdown、PDF、JSONL 对话导出、会议记录甚至截图Pull提炼从原始材料中抽出概念、实体、论断和关系丢掉噪声、留下信号Merge合并新知识合并进已有页面——矛盾会被标记绝不重复建页Schema演化目录结构从你的资料中自然生长而不是预先硬编码配合.manifest.json清单追踪每个已摄入的源文件第二次运行时只处理增量——而不是把整个资料库再跑一遍。日常最常用喂料与提问的 5 个核心技能全部 39 个技能的完整清单见 docs/skills.md日常最高频的是这 5 个技能斜杠命令作用文档蒸馏/wiki-ingest把 PDF、聊天记录、截图等任何文本资料炼成 wiki 页面保存对话/wiki-capture把当前会话的发现存进大脑项目同步/wiki-update把当前代码仓库的架构与决策蒸馏入库代码图感知带引用提问/wiki-query答案附[[wikilink]]引用而不是凭感觉健康检查/wiki-lint找出坏链、孤儿页面、矛盾内容与重复概念一个典型的成长循环喂资料 → 合并进图 → 提问验证 → 定期 lint 去重。知识就这样一轮轮复利增长。跨会话记忆会话生命周期与热缓存obsidian-wiki 的记忆面由五个文件承载index.md、log.md、hot.md和_meta/下的个人资料、待办两张表详见 docs/memory.md。它们都走同一个加锁的原子写入器多个 Agent 并行写也不会互相覆盖。会话开始钩子自动注入你是谁、有哪些未完结的线索、最近做了什么Agent 不再盲启动会话结束钩子提示执行/wiki-capture --quick在上下文关闭前把可复用的发现收进_raw/暂存区如果你是从旧版本升级而来仓库的记忆文件可能还是手写的——memory migrate会先预览、再打时间戳备份、最后才接管手写的章节原样保留hot.md是一份默认 500 词的热缓存每次写入后重新生成只有## Key Takeaways一节保留模型亲手写下的结论加分项浏览器扩展与 Python API配套的浏览器扩展可以把当前网页或选中文本一键捕获进仓库的_raw/目录本地优先、内容不出机器详见 docs/browser-extension.md想在自己的程序里把仓库当记忆用几行 Python 就够详见 docs/python-api.md——不需要嵌入模型、向量库或网络请求from obsidian_wiki import Memory memory Memory(~/brain) memory.add(Postgres was chosen over MySQL for partial indexes.) memory.search(postgres) memory.recap() # 会话开始时注入上下文实测效果装了 obsidian-wiki 到底快多少官方在同一个 38 页仓库、同一模型上做了对比只改变量是是否安装 obsidian-wiki指标裸 Agent装 obsidian-wiki结构类问题回答耗时81 秒19 秒快 4.4 倍正确率44%83%工具调用次数9.9 次4.6 次API 成本$0.202$0.208基本不变差距最大的正是X 和 Y 怎么联系删掉这个页面会破坏什么这类图结构问题——裸 Agent 只能每次手工 grep 全库、重建链接图而技能直接查询现成的图。写在最后你的第二大脑从今天开始生长官方安装指南docs/installation.md39 个技能清单docs/skills.md架构详解docs/architecture.md记忆面设计docs/memory.mdCLI 全量命令docs/cli.md核心就一句话知识编译一次持续保鲜。今天喂进去的每一个问题、每一段对话都会成为三个月后那个永远不会失忆的你自己。【免费下载链接】obsidian-wikiFramework for AI agents to build and maintain a digital brain through Obsidian wiki | Memory System for Agents项目地址: https://gitcode.com/gh_mirrors/obs/obsidian-wiki创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考