Obsidian自生长知识库搭建法（综述）

综合 Bilibili 教程《10 分钟搭建 Karpathy 自生长知识库》的 7 步法，并映射到本仓库现状。

七步法

1. 工具准备：Obsidian 客户端 + 国产大模型 API（教程认为中文文案与稳定性上国产模型更合适）+ AI 插件（如 CodeBuddy/Claude 类，能直接读写 Obsidian 文件）。
2. 从零搭建：把 Karpathy 的 LLM Wiki 文档放进仓库，让 AI 引用它生成结构（原始资料 / 百科 / 规则手册三目录 + 模板）。本仓库已用 B10-剪藏/karpathy-llm-wiki.md 为蓝本完成这一步。
3. 收集资料：浏览器 Web Clipper 存网页/博客/文档为 Markdown；小红书导入器存笔记。统一进 B00-收录/B10-剪藏。
4. 每日定时 / 写日记：让 AI 用固定模板逼你产出 "属于自己的原始资料"（复盘、判断、情绪），而非只囤外部资料。

   🔒 本仓库的偏离：日记与项目记录含客户信息，已划为 私有记录层，AI 不读取、不摄入（见 AGENTS.md §2.1）。这一步在本仓库由人独立完成，价值需由人手工提炼后再以脱敏形式喂给百科层。

5. 把重复任务做成 Skill：总结/纪要/复盘/简历匹配等反复需求，沉淀为固定流程（Skill），AI 越用越懂你。对应本仓库 AGENTS.md 的工作流与 T00-模板。
6. 数据看板：用 Dataview 做日历/统计/待办看板。教程提醒：先用一段时间再建，新手一上来做看板易放弃。 本仓库已装 Dataview，可在 A00-百科 用 frontmatter 跑动态视图。
7. 转网页 / PPT：把沉淀内容交给 AI 检测类工具生成网页或演示，便于展示传播。

两条关键原则（来自教程）

• 自动任务要 "固定范围 + 固定频率"：每天/每周只收集指定范围、输出固定数量、存固定位置。不要无差别扫描全库——既费 token 又污染仓库。
• Skill 化你的重复需求：把 "怎么判断/整理/复盘/输出" 沉淀成 Skill，是把自己做成可复用模块（呼应 Karpathy "理解是可运行模块"）。

与本仓库的映射

教程概念	本仓库落点
百科 / 输出	A00-百科/（概念卡片·人物实体·对比分析·领域综述）
原始资料（肉文件夹）	B00-收录 B10-剪藏 B20-面试 B40-资源 B30-书籍 等
🔒 私有记录层（本仓库新增，教程无）	M00-日记 M10-项目 —— 完全排除，AI 不读不引用
模板（概念等）	T00-模板/
规则手册（AGENTS/CLAUDE.md）	AGENTS.md
README 目录大纲 + 工作流	根 README.md + 各文件夹 README.md(MOC)
日志	log.md

待办 / 下一步

• 把 "自动收集" 设为固定范围固定频率（避免全库扫描）。
• 内容积累后，用 Dataview 建首页看板。
• 将重复整理需求（如面试题去重、剪藏批判）固化为可复用流程。

关联

• 概念：自生长知识库
• 来源：Obsidian喂饭级教程！10分钟教你从0搭建 Karpathy自生长知识库
• 规则：AGENTS