1. 从零建库的真实痛点为什么你的笔记越记越乱先说一个我观察到的普遍现象大多数人记笔记的路径是「收藏夹 → 文件夹 → 吃灰」。看到一篇好文章存下来学到一个新概念记两行过两周想找翻遍文件夹也找不到最后干脆重新问 AI。问题不在于你不够勤奋而在于传统笔记是「树状分类」而知识本身是「网状关联」。LLM Wiki 这个思路来自 Andrej Karpathy 在 2024 年提出的一个观点不要让 AI 每次查询都重新检索原文而是让它一次性读完、提炼、结构化把知识编译成 Wiki 页面。下次查询直接读它自己写好的精炼内容——交叉引用已经写好矛盾已经标记综合判断已经完成。说白了就是让 AI 替你读文档、写笔记、做索引你只负责审核。这套方法要落地需要三个东西配合一个能读写文件、执行命令的 AI Agent 执行引擎一份定义「怎么建 Wiki」的规则文件也就是 Skill一个能可视化浏览知识网络的展示层。我选的是 Obsidian 作为知识载体Hermes 风格的 Skill 组织方式作为参照而让 Agent 稳定跑起来的关键是先把模型调用的入口统一掉——这就是 TaoToken 在这篇里要解决的问题。适合谁看有大量 PDF/网页/文档需要消化的人、想搭个人技能知识库但被目录结构劝退的人、已经在用 Obsidian 但笔记不成体系的人。整篇按「建库 → 摄入 → 验证」的完整流程走每一步都给可复制的配置和命令跟着做就能出一个能检索、能召回的知识库。2. TaoToken 前置准备统一 Key 让 Agent 稳定调用模型在动手建库之前得先解决一个容易被忽略但很致命的问题Agent 建库过程中会高频调用模型——目录规划、条目抽取、索引生成、交叉引用检查每一步都是几十上百次请求。如果 Key 管理混乱、模型入口不统一跑到一半报个 401 或者连接失败整个建库流程就断了。TaoToken 在这里的角色是「统一入口」一个 Key 覆盖多种模型Base URL 固定Agent 的配置文件里只写一份凭证不用在多个平台之间来回切换。对建库这种长流程任务来说稳定性比什么都重要。先拿 Key。打开控制台创建 API Key地址是 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 创建后复制保存后面配置文件里要用。拿到 Key 之后你需要记住三个核心参数这是后面所有配置的基础参数值说明Base URLhttps://taotoken.net/api所有请求的统一入口不加 UTMAPI Key控制台创建的那串只写一份全局复用Model ID按需选择建库推荐长上下文模型如果你用的是 Claude Code 这类编码 Agent 来做建库还需要走一遍接入配置。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有各客户端的详细步骤。想先验证模型能不能正常对话可以直接用模型对话页面测一下 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 。这里有个我踩过的坑要提醒很多人建库失败不是 Skill 写错了而是 Agent 的模型配置里 Base URL 写成了带路径的完整地址导致请求 404。记住 Base URL 就是https://taotoken.net/api不要自己拼/v1/chat/completions之类的后缀客户端会自己处理。另外如果你的建库任务是长期、批量的比如几百份 PDF 要持续摄入建议用 Coding Plan 而不是按次调用成本更可控地址在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。建库是个持续过程不是一次性任务这点后面维护章节还会讲。3. 可复制配置Skill 文件、目录结构与元数据这一节是整篇的核心所有配置都能直接复制。先讲 Skill 文件的写法再讲目录结构最后给元数据模板。3.1 写 llm-wiki Skill 文件Skill 本质上就是一个 Markdown 文件放在 Agent 能读到的 skills 目录下。它的作用是告诉 Agent「建 Wiki 的方法论」。没有这个文件Agent 会零零散散建一堆 markdown不成体系。下面是我实际在用的llm-wiki.md核心内容你可以直接复制改领域# Skill: llm-wiki ## Domain 个人技能知识库聚焦嵌入式、AI 工程、工具链。 ## Architecture wiki/ ├── SCHEMA.md # 规则书 ├── index.md # 内容目录 ├── log.md # 操作日志只追加 ├── raw/ # 第一层原始材料不可修改 │ ├── articles/ │ ├── papers/ │ └── assets/ ├── entities/ # 第二层实体页面 ├── concepts/ # 第二层概念页面 ├── comparisons/ # 第二层对比分析 └── queries/ # 第二层问题答案 ## Page Rules - 每个页面必须有 YAML frontmatter - 每个页面至少 2 个出站 [[wikilink]] - 标签必须来自 SCHEMA 标签库 - 超过 200 行必须拆分 - 只在 2 来源出现的关键概念才建独立页面 ## Ingest Flow 1. 捕获源文件到 raw/ 2. 讨论要点 3. 检查已有页面避免重复 4. 写页面正文 YAML 交叉引用 5. 更新 index.md 和 log.md 6. 汇报变更3.2 目录初始化命令Skill 写好后建库就是标准化流程。在 Obsidian vault 里选一个目录作为 Wiki 根然后执行mkdir -p wiki/raw/articles wiki/raw/papers wiki/raw/assets mkdir -p wiki/entities wiki/concepts wiki/comparisons wiki/queries touch wiki/SCHEMA.md wiki/index.md wiki/log.md执行完tree wiki应该看到和 Skill 里定义一致的结构。这一步别偷懒目录不对后面 Agent 写入会乱。3.3 元数据模板Frontmatter每个 Wiki 页面开头必须写 YAML这是让 Agent 能做自动化质量检查的基础--- title: STM32H753 时钟树 created: 2026-07-02 updated: 2026-07-02 type: concept tags: [mcu-core, stm32cube] sources: [raw/papers/stm32h753-datasheet.pdf] confidence: high ---字段含义type只能是 entity/concept/comparison/query 四选一tags必须来自 SCHEMA 标签库不能随便发明sources指向 raw 里的原始文件confidence分 high/medium/low标记这条知识的可信度。3.4 Agent 客户端配置片段如果你用 Claude Code 或类似客户端跑建库配置文件里要写全三件套。以 settings 为例{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: 你的Key, ANTHROPIC_MODEL: 你的ModelID } }Base URL、Key、Model ID 三个都要写全缺一个就会报错。Cline 的 MCP 配置同理在 MCP server 的 env 里把这三个填进去。Codex 的auth.json也是同样的三件套结构。4. 验证请求建库后确认知识条目能被召回建库不是建完就完事必须做一次检索验证确认知识条目真的能被召回。这一步很多人跳过结果用的时候才发现索引是空的。4.1 先验证模型连通性在跑建库任务前先用一条 curl 确认 Key 和 Base URL 没问题curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer 你的Key \ -H Content-Type: application/json \ -d { model: 你的ModelID, messages: [{role: user, content: 回复 OK}] }返回里有choices字段且内容是 OK说明连通正常。如果这里就报错先别往下走去第 5 节排障。4.2 让 Agent 摄入一份文档把一份 PDF 放进wiki/raw/papers/然后给 Agent 下指令读取 raw/papers/ 下的新文档按 llm-wiki Skill 的 Ingest Flow 摄入。 先告诉我你发现了哪些关键概念等我确认后再写页面。Agent 会先汇报发现你确认方向后它才开始写。这一步的「讨论要点」很关键别让它直接闷头写否则容易建出一堆你不需要的页面。4.3 检索验证动作摄入完成后做一次召回测试。在 Obsidian 里打开 Wiki 目录用搜索或 Dataview 查询TABLE type, confidence, updated FROM wiki WHERE contains(tags, mcu-core) SORT updated DESC如果能看到刚摄入的页面且[[wikilink]]能点击跳转说明索引和交叉引用都生效了。再打开 Graph View应该能看到新页面和已有页面之间的连线——孤岛页面说明交叉引用没写够需要让 Agent 补。4.4 检查 log.md 和 index.md最后确认两个文件log.md里应该有这次摄入的追加记录index.md里应该新增了页面条目。这两个是 Wiki 的导航枢纽缺了它们知识库就是一堆散文件。5. 本篇常见错排查401、连接失败与索引为空建库过程中最容易卡在几个固定报错上这里逐个对照。报错一401 Unauthorized最常见的原因是 Key 没写对或者带了多余空格。检查配置文件里的ANTHROPIC_API_KEY确认是从控制台完整复制的。如果 Key 确认没问题还报 401检查是不是把 Base URL 和 Key 写反了位置。报错二local proxy failed / 连接失败这个通常出现在客户端配置里 Base URL 写错的情况。确认写的是https://taotoken.net/api不要加/v1后缀也不要加 UTM 参数。有些客户端会自动拼路径你只需要给根地址。报错三reading choices 报错 / 返回结构异常如果返回里读不到choices字段多半是 Model ID 写错了。去控制台确认你用的模型 ID 拼写大小写敏感。另外确认请求体里model字段和配置里的一致。报错四OAuth 相关报错Claude Code 这类客户端如果走了 OAuth 流程而不是 API Key会报 OAuth 错误。解决办法是在配置里显式指定 API Key 模式把三件套Base URL Key Model ID写全不要依赖默认的登录态。报错五索引为空 / 检索召回不到建完库搜不到内容先检查index.md有没有被更新。如果 Agent 写了页面但没更新 index说明 Skill 里的 Ingest Flow 第 5 步没执行到位。让 Agent 重新跑一遍「更新导航」步骤。另外检查页面的tags是不是用了 SCHEMA 之外的野标签Dataview 查询按标签过滤时野标签会导致召回失败。报错六交叉引用全是孤岛Graph View 里页面之间没有连线说明[[wikilink]]没写够。Skill 里要求每页至少 2 个出站链接让 Agent 做一次 Lint 检查把孤立页面列出来补链接。排障时如果拿不准直接去接入文档对照配置 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。文档里有各客户端的完整配置示例比对着改最快。6. 长期维护与下一步让知识库持续进化建好 Wiki 只是起点维护才是让它「越用越聪明」的关键。LLM Wiki 的维护工具链主要靠定期 Lint 和知识更新两个动作。定期 Lint 让 Agent 检查四类问题孤立页面没有任何页面链接到它、断链[[wikilink]]指向不存在的页面、过期内容90 天未更新且源文件已变化、野标签用了 SCHEMA 之外的标签。跑一次 Lint 的指令很简单对 wiki/ 做一次 Lint列出孤立页面、断链、过期内容和野标签先别改等我确认。知识更新则是当新文档出现时的处理流程新文档 → 读 → 对比已有页面 → 更新/新建/标记矛盾 → 更新 index 和 log。这里有个重要原则如果新信息和旧信息冲突不要直接覆盖而是标记contradictions: [page-name]两方观点都保留等人审核。知识库的价值在于可追溯覆盖掉旧观点等于丢掉了判断依据。如果你的建库是长期持续的比如每周都有新文档要摄入用 Coding Plan 比按次调用更划算地址在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。建库不是一次性任务选对计费方式能省不少。最后说一个实用技巧Obsidian 的 Graph View 是你判断知识库健康度的最好工具。健康的 Wiki 应该是一张密密麻麻的网每个点是一个概念每条线是一个关联。如果你看到大量孤立的点说明交叉引用没做到位回去让 Agent 补链接。这就是 LLM Wiki 和传统笔记的本质区别——不是树状分类而是网状关联。