Obsidian与RAG：知识管理的未来之战

目录

• Obsidian、llm-wiki-skill与传统RAG的深度对比
• • 一、三者核心定位与基本原理
  • • 1. 传统RAG（检索增强生成）
    • 2. Obsidian
    • 3. llm-wiki-skill
  • 二、多维度详细对比
  • 三、llm-wiki-skill的核心创新点
  • • 1. 范式转移：从"知识检索"到"知识编译"
    • 2. 持久化的知识中间层
    • 3. 知识的自我进化循环
    • 4. AI原生的实现方式
  • 四、简单案例：管理"咖啡知识"
  • • 1. 传统RAG的处理方式
    • 2. Obsidian（纯手动）的处理方式
    • 3. llm-wiki-skill的处理方式
• llm-wiki-skill 核心机制详解：`/ingest` 命令、文档结构与双向链接
• • 一、`/ingest` 是什么命令？
  • • 它具体做什么？
  • 二、整理后的文档形式是什么样？（附咖啡案例）
  • • 整理后的目录结构
    • 每一层的具体内容示例
    • • 1. `sources/` 层：原始资料的“快照”
      • 2. `concepts/` 层：跨资料的“综合知识”
      • 3. `entities/` 层：具体的“知识点/实体”
  • 三、双向链接有什么用？（附具体案例）
  • • 1. 建立知识关联，发现“隐性联系”
    • 2. 支持多跳推理，回答复杂问题
    • 3. 让知识“可导航”，像逛维基百科一样探索
  • 总结