Agent驱动第二大脑：LLM Wiki模式构建可内化知识库
Media:
/Volumes/GAMES/mediadownload/douyin/20260413_agent+obsidian.llm-wiki agent驱动的第二个大脑 构建你的专属知识库 n形成可内化的记忆系统n/01.jpg
Summary
演示如何用 Claude Code + Obsidian 实现 Karpathy LLM Wiki 模式的个人第二大脑，以考公面试备考为实战场景。核心架构分三层：_sources/（原始资料）、_wiki/（Agent整理的答题模板与评分机制）、_records/（练习记录与进步追踪）。Agent 承担四项职责：模拟面试官出题、客观评分点评、题库管理、弱项分析。Obsidian 关系图谱将题目、模板、答题记录形成知识网络，Agent 的 Thinking 过程可见，使学习可追溯、可量化进步。该模式的关键价值在于：知识通过反复交互被内化，而非静态存档。
Key Points
- 三层 LLM Wiki 架构：Sources（原始笔记/题库）→ Wiki（Agent整理的模板与评分规则）→ Records（练习记录与进步追踪）
- CLAUDE.md 作为 schema 文件定义 Agent 行为规范，包括面试模式、评分维度、题库管理逻辑
- Agent 在终端中实时展示 Thinking 过程，使推理透明可审计
- 评分反馈结构化：得分对比上次、优点/不足/问题诊断、参考框架，每次练习形成可量化进步
- Obsidian 图谱可视化知识连接：题型模板、历次练习、概念页自动成网
- 模拟面试支持三种答题模式（纸笔/看题/听题），难度可渐进调节
Images
