经验持久化,让 Claude、Codex、Gemini 共用同一个大脑

这才是 Agent 时代真正该有的知识库。

它不是收藏夹,也不是 Obsidian 里堆一堆 Markdown。

它是一套给所有 Agent 共用的维基百科。你的习惯、项目、服务器、域名、写作规则、调研资料和踩坑记录都在里面互相关联。Claude、Codex、Gemini 读的是同一个背景,Codex 知道的,Claude 下次也能接着用。

到 4 月 30 日下午写稿截图时,这套系统已经从真实项目和真实调研里沉淀出 897 个主会话、102 个项目、288 个 wiki 页面和 1079 条关系边。

以前跟 AI 工作,token 花完就没了。

现在每一次花出去的 token,都会留下项目经验、踩坑记录、写作规则、调研资料和时间线。

这才是 Agent 真正持续学习的开始。

1. 持续学习,每一次 token 都变成长期知识

普通 Agent 最折腾人的地方,是每个新会话都像新员工入职。

今天 Codex 为一个部署问题读文档、翻代码、跑验证,几万 token 换来一个定位结果。明天换会话,如果没有沉淀机制,它仍然不知道这台服务器踩过什么坑、哪些方案已经被证明不能走。

LLM Wiki 要解决的不是保存聊天记录,而是把任务里学到的东西留下来。

每一次踩坑、每一个项目、每一次调研,都会变成 wiki 里的页面。可能是项目页、概念页、来源页,也可能是一条规则、一段时间线、一个以后不能再犯的错误。

十来天长出几百页 wiki,不是我半夜手敲出来的。

它来自真实项目,也来自 Agent 为了完成任务做过的调研。

过去你花 token,买到的是一次性结果。

现在你花 token,还能顺手沉淀长期知识。

2. 跨项目、跨 Agent、跨设备,一次调研所有人复用

这套系统最值钱的地方,是它不绑死在某一个 Agent 里。

它不是 Claude 的记忆,不是 Codex 的记忆,而是一套独立 wiki 系统。

Claude 能读,Codex 能读,Gemini 也能读。本机能读,以后部署成云版本,多台设备、多个人、多套 Agent 都能读。

个人笔记到这里就升级成了企业级知识库。

一次调研,所有成员复用。

一次踩坑,所有项目避开。

一个 Agent 补过的规则,另一个 Agent 下次直接继承。

比如现在我再让 Codex 处理运维问题,很多背景已经不用重新查。服务器、域名、代理、部署脚本、GitHub 内容仓库这些东西,不是散落在某次聊天里,而是能在 wiki 里重新找到。

再比如写 Claude 相关的文章,也不需要每次从零搜官方文档。Claude 的发布时间线、KYC 认证、订阅代开、模型路线、过往文章规则,都已经沉淀过。

省下来的不只是搜索时间。

更重要的是,它减少了重复解释上下文的成本。

3. 自动维护,Hook、MCP、Skill 像神经反射一样工作

知识库如果靠人每天手动维护,大概率都会烂尾。

Notion 会烂尾,飞书文档会烂尾,Obsidian 也会烂尾。

不是工具不行,是人不可能长期靠意志力整理所有碎片。

这套体系真正有价值的地方,是把维护动作嵌进 Claude、Codex 的 hook、MCP、skill 和定时任务里。

Agent 遇到新东西先查 wiki,不够再联网调研。调研完给你结论,同时把新知识写回 wiki。任务结束后,新规则、新项目、新实体、新概念继续补进去。

定时任务再做健康检查,查孤岛页面、断链、过期信息和缺失关联。

这就像给 Agent 装了一套神经反射。

看到新东西,先查旧记忆。

旧记忆不够,补新记忆。

补完以后,下一个 Agent 直接继承。

普通笔记软件靠你记得写。

这套系统靠 Agent 干活时顺手长。

4. 关系图谱,知识不是碎片,而是一张网

LLM Wiki 会把知识关系直接画出来。

这张图里有 288 个页面节点,1079 条关系边。

节点大小不是装饰。一个页面被越多知识引用,它就越大。

MultiAgentWorkflow、ClaudeCode、Codex、trading-system 这些节点变大,是因为它们确实在我的日常工作里反复被调用。

图谱真正有价值的地方,是把知识中枢暴露出来。

收藏夹只会越攒越乱。

知识图谱会把东西串起来。

Claude Design 原本只是一个设计工具话题,后来会连到 GPT Image、视觉设计、前端交付、博客视觉系统。

Codex 原本只是一个 coding agent,后来会连到 Obsidian 插件、长文发布、GitHub 内容仓库、AI 图片工作流、交易系统治理。

一个运维事故,会连到服务器、域名、部署脚本、监控规则和下次不能再踩的坑。

这些关系一旦长起来,你看到的就不是一堆资料,而是一张正在长大的组织认知地图。

对个人来说,这是一套第二大脑。

对团队来说,这就是一个可以不断增厚的企业百科。

5. 自动账单和清单,把隐形成本变成可查询资产

这套系统最容易立刻省心的地方,是让 Agent 顺手维护各种清单。

比如你可以告诉 Claude,以后每次使用新的服务器、域名、代理、API 订阅、SaaS 工具,都录入到 wiki 的订阅账单里。

之后你就会拥有一份全自动维护的开发订阅账单。

哪个域名什么时候到期。

哪台服务器跑着什么项目。

哪个代理节点给哪套系统用。

每个月 Claude、ChatGPT、VPS、代理、域名大概花多少钱。

哪些订阅已经没用了,但还在扣费。

这些东西以前最容易乱。

尤其一个人同时做内容、开发、交易系统、博客、自动化,工具越多,账越容易糊。

但只要它跟 Agent 工作流绑在一起,每次新增资源,Agent 顺手记录。每次迁移项目,Agent 顺手更新。每次做月度复盘,直接问 wiki。

这不是把笔记整理得更好看。

这是把隐形成本变成可查询、可维护、可审计的资产。

6. 给人看的门户,老板和新人都能直接看

Agent 要能读,人也得能看。

LLM Wiki 可以 build 出一个静态站,把知识库变成团队门户。

首页直接展示 897 个主会话、102 个项目、约 76 亿 token 的历史工作量,还有最近 365 天的活跃热力图。

对个人来说,它像一个工作记忆仪表盘。

对企业来说,它就是内部知识门户。

项目页、会话页、模型信息、变更记录、搜索入口,都能放进去。新人不用天天问老人,先去 wiki 里看项目怎么一路演化到今天。

这个门户不是靠人每周填表维护的。

它跟 Agent 的日常工作绑定在一起。

只要工作流不断跑,知识库就会继续长。

怎么落地,先搭三层底座

本地先跑通三层。

raw 放原始会话和材料。

wiki 放 Agent 整理后的知识页。

site 放生成出来的静态网站。

再把 Obsidian 接上,用来浏览、搜索、看关系图谱。最后把 Claude、Codex、Gemini 的读写入口接进来,通过 hook、MCP、skill 和定时任务维护它。

最重要的不是插件数量,而是规则。

什么东西必须进 wiki。

什么东西只记日志。

什么结论要升成概念页。

什么项目要单独建页。

什么时候必须更新 index。

规则钉住,它才会长成百科。

规则没钉住,它只会变成又一个文件夹。

我的真实使用场景

第一类是写文章。比如这篇 LLM Wiki + Obsidian,不是从空白页开始写。它先查已有的 LLM Wiki、Obsidian、MultiAgentWorkflow、Codex 相关页面,再结合真实截图、真实项目、真实工作流来写。

第二类是做项目治理。一个项目为什么这么设计,哪个 issue 解决了什么问题,哪条规则是因为哪次事故补上的,这些都能进 wiki。三个月后再复盘,不是靠记忆翻聊天,而是沿着时间线和链接找回去。

第三类是维护写作规则。比如平台安全词、小标题价值标题、发布前必须同步 GitHub 内容仓库,这些本来只是某次聊天里的提醒。进了 wiki 和 skill 后,就会变成后续 Agent 的工作门禁。

第四类是沉淀外部资料。Twitter 热帖、公众号文章、GitHub 项目、YouTube 教程,未来都可以走 quick capture。不是收藏链接,而是让 Agent 解析、归档、判断它该连到哪个概念页。

第五类是维护资产清单。服务器、域名、订阅、API key、代理、SaaS 账单,都可以做成自动维护的账单。以后不是靠脑子记,也不是临到过期才慌,而是直接问 wiki。

最后的判断,知识库正在变成 Agent 的护城河

过去的知识库,是人写给人看的。

后来的 RAG,是人把文档塞给 AI 搜的。

LLM Wiki + Obsidian 这套东西,更像第三阶段。

人和 Agent 共同维护一套知识。

人负责判断方向和质量。

Agent 负责把碎片整理成结构,再把结构带回下一次工作。

以后真正拉开差距的,可能不只是你用了哪个模型。

而是谁的 Agent 背后,有一套更厚、更准、更活的知识库。

模型会换。

记忆会留下来。

这才是 Agent 时代的护城河。

后续我会继续分享整套配置方法,从 LLM Wiki 搭建、Obsidian 图谱、Agent 同步,一直讲到自动维护和团队知识库落地。

想继续看这套东西怎么跑起来,关注我就行。

Claude / GPT 订阅、成品号、Personal KYC

有渠道提供官方 4 折到 6 折的 Claude、GPT 订阅,也有成品号和 Personal KYC 认证业务。

需要的话,扫码添加微信。