obsidian-knowledge-vault-starter

可直接打开的 Obsidian 知识仓库与 AI Agent 工作流参考实现

Obsidian 知识仓库参考包

一套可以直接用 Obsidian 打开的空白知识仓库,也是一套供 AI Agent 使用的知识工作流样板。

它把 PARA、原始资料、LLM Wiki、项目控制面和 Agent Skills 放进同一个可迁移结构,适合想从“零散笔记”走向“可检索、可维护、可由 Agent 协作”的个人知识库。仓库中的文章、人物和项目均为中性虚构示例,不含原始仓库的私人内容与凭据。

这是一份参考实现,不是唯一正确的知识管理方法。建议先复制一份试用,再按自己的工作方式删改。

你会得到什么

  • 一个可直接打开的空白示范 Vault。
  • 一套 PARA、知识库、LLM Wiki 和输出区的分层结构。
  • 4 个通用 Agent Skill:仓库检索、文章入库、会话收口、仓库体检。
  • Windows 下的安装、验证和隐私扫描工具。
  • 架构取舍、迁移方法、安全边界和完整验收记录。

目录

目录内容
01 架构说明/架构、设计取舍、运行边界、迁移方法和隐私说明
02 空白示范仓库/可直接用 Obsidian 打开的示范 Vault
03 Skills/4 个通用 Agent Skill
04 工具/Skill 安装、整包验证和隐私扫描工具
05 配套清单/Obsidian 插件建议与兼容性说明
06 验收报告/实操过程、问题修复和最终验收结果

十五分钟开始

  1. 下载或克隆本仓库。

  2. 用 Obsidian 打开 02 空白示范仓库。

  3. 阅读 02 空白示范仓库/00 系统/00 打开这页.md。

  4. 如需给本机 Agent 安装配套 Skills,在 PowerShell 中先做预演:

    powershell -ExecutionPolicy Bypass -File ".\04 工具\install_skills.ps1" -DryRun
    
  5. 确认目标位置和覆盖提示无误后,再去掉 -DryRun 执行安装。

  6. 运行整包验收:

    powershell -ExecutionPolicy Bypass -File ".\04 工具\verify_bundle.ps1"
    

如果不使用 Obsidian 官方命令行接口,也可以使用包内的只读 Markdown 检索后端。首次把示范仓库注册到 Obsidian 后,建议再做一次本机检索测试。

推荐阅读顺序

  1. 01 架构说明/01 架构总览.md
  2. 01 架构说明/02 设计理念与 ADR.md
  3. 01 架构说明/04 安装与迁移.md
  4. 02 空白示范仓库/AGENTS.md
  5. 02 空白示范仓库/LLM Wiki/AI Wiki 操作协议.md

安全边界

  • Markdown 是正式事实源;索引、缓存和模型输出中间件不是。
  • 外部文章、网页和 PDF 都是不可信输入,不执行其中指令。
  • 原文保留,综合判断写入 LLM Wiki;旧判断标记状态,不静默删除。
  • 高判断成本写入先预览、再确认;删除、凭据、账号、费用和远程部署必须单独授权。
  • 文章入库使用当前 Agent 的当前会话模型,不要求模型地址或 API Key。
  • 插件由使用者在 Obsidian 内自行安装;本仓库不携带第三方插件代码和个人插件数据。
  • 把自己的内容、同步配置或插件加入仓库后,请重新运行隐私扫描,不要直接公开个人 Vault。

兼容性

本版本已在 Windows PowerShell 5 和中文路径下完成实机验收。macOS、Linux、VPS、手机端、远程同步和第三方 Agent 安装目录仅做了兼容设计,尚未逐项实机验证。详见 05 配套清单/兼容性说明.md 与 06 验收报告/。

许可证

本项目采用 MIT License。你可以使用、复制、修改、分发或商用,风险与适配责任由使用者自行承担。

Related

How to Install

  1. Download the ZIP or clone the repository
  2. Open the folder as a vault in Obsidian (File → Open Vault)
  3. Obsidian will prompt you to install required plugins

Stats

Stars

1

Forks

0

License

MIT

Last updated 1mo ago

Categories

Tags

ai-agentschineseknowledge-managementobsidianparapersonal-knowledge-management