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_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite ，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：

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_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，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_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite 。

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_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite 。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_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite 。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_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite 。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。