第 14 次课：搭建个人第二大脑

一、上节课回顾

上节知识要点

上节课你把论文笔记、网页摘录、学习日报写进了飞书，又让 AI 从自己的笔记里取材写成文章，走通了「随手写 → 随手查」闭环；飞书连接器就是第 12 课 MCP 插座的官方预装版。
核心一句话：对知识库的操作就是增删查改——资料写进去只是手段，写东西时能被取出来用才是目的。
分工底线：连接器负责连上软件，知识库负责存和查，AI 产出的内容人工核过才算数。今天这条底线继续用。

二、本节课任务与安排

本课交付

用 WorkBuddy + Obsidian + LLM Wiki，搭建你自己的个人第二大脑：知识库安在你自己电脑上，AI 每读一份资料就把有用的东西整理成笔记存进来，资料越攒越多、新旧知识自动连起来。

下课时你会带走：一个搭好的本地知识库（原始资料区 + 知识区 + 馆员手册）、两篇论文整理成的知识页、一篇让 AI 从库里取材写出的短文，和一条亲手入库的新知识。

顺序	环节	学生产出	时间
回顾	回顾上节课	想起增删查改与人工核数	5分钟
交付	看老师演示整库流程	知道本课交四样成果	3分钟
理论	理论基础：什么是第二大脑	三句判断 + 「图书馆」类比复述	8分钟
案例1	🔧 案例1：蒸馏你的第一个技能	装进 WorkBuddy 的 llm-wiki 技能	12分钟
案例2	🔧 案例2：搭建知识库框架	my-brain 目录 + AGENTS.md	10分钟
案例3	🔧 案例3：喂入第一批资料	两篇论文的 wiki 知识页	18分钟
案例4	🔧 案例4：接上 Obsidian，让 AI 用你的库	Obsidian MCP 打通 + AI 取材短文	17分钟
收尾	回扣馆长与馆员	能复述三区分工与入库入口	3分钟
机动	等待与排错	补齐必做成果	4分钟
扩展	扩展任务：新知识随手入库（选做）	一条新知识入库并进 wiki	10分钟

环境与准备：WorkBuddy 已登录，Obsidian 与 Node.js 已按课前准备页装好（安装教程见准备页第 3 节），论文 PDF 已下载到课程目录。本机课程目录 D:\AIGC\lesson-14。机房实际版本与安装结果以课前实测为准：[课前演练补充]

三、理论基础：什么是第二大脑

今天开场先做个小实验：问 AI「上周三咱们课上讲了什么」，它一定答不上来——不是它笨，是它的知识在训练结束那天就冻结了。要让 AI 用上「你的」资料，得给它配一个能自己长的本子，这就是今天要搭的东西。

概念一：AI 的记性靠不住，需要本地知识库。 大模型训练完知识就冻结了：问它「DeepSeek-R1 是什么」，它背的是训练截止前的旧资料；你上周刚写的笔记它一无所知，对话一关这次聊的内容也散了。本地知识库就是 AI 的外置硬盘 + 它自己的笔记本：资料存在你自己电脑上，AI 每读一份新资料就把有用的部分记到本子上，下次直接翻本子。

概念二：这个本子会自己长。 Karpathy（前 Tesla AI 总监）的 LLM Wiki 方法有个关键主张：AI 每吃进一份新资料，不该只是「存起来」，而要把知识拆出来、更新到相关页面——新结论补进概念页，和旧说法打架的地方标出来，页与页之间连上链接。存进去的资料在升值，这就是「第二大脑」和「文件夹」的区别。

图：左边的原料流过中间的 Agent，变成右边互相链接的知识页；Agent 按 AGENTS.md 干活——这就是本课要搭的全部。

概念三：像管理一座图书馆。 三个区各司其职：raw 是收书的车间（新书先堆这里，只进不改）；wiki 是借阅区（AI 整理好的知识页，AI 负责写和维护，你只管看）；AGENTS.md 是馆员手册（规定 AI 怎么收书、怎么整理、怎么回答）。配两个小部件：index.md 是图书总目录，log.md 是入库台账。一条纪律现在记住：raw 只进不改——原始资料是证据，被改动整个库就不可信了。人是馆长，管收书、提问、把关；AI 是馆员，管整理、连线、维护。

决策关口：先写三句话，再进案例1

什么时候用：资料要反复查、要长期积累、还希望 AI 回答时用上你的资料——值得建库。
什么时候不用：查一次就扔的任务（翻译一段话、改一封邮件），直接丢给 AI 更快，别入库。
人工必须核什么：raw 不许改；AI 整理出的结论抽查几条对照原文；对外分享前把库里涉及个人的内容清干净。

四、实操环节

案例1：蒸馏你的第一个技能

任务目标

把 Karpathy 的《LLM Wiki》原文交给 WorkBuddy，让它把文章里的方法蒸馏成一个可复用的 llm-wiki 技能装进技能库。以后你说一句「整理知识库」，AI 就按这套方法干活。做完你会看到：技能列表里多一个自己「造」出来的技能。

实操步骤

进入 D:\AIGC\lesson-14，确认课前下载好的 karpathy-llm-wiki.md 在（没有的从课程资料页下载）。右键该文件 → 打开方式 → 记事本，快速扫一眼开头确认是英文原文。执行后你会看到：素材在位。

在 WorkBuddy 新建对话，选中 D:\AIGC\lesson-14 作为项目空间。

把这份文件作为附件发给它，选中 skill-creator 同时发送下面这段提示词。执行后你会看到：一份 SKILL.md 格式的技能草稿。

text

请阅读我上传的《LLM Wiki》文章，
把它的方法论蒸馏成一个 WorkBuddy skill，要求：
1. skill 名为 llm-wiki，
用途是把 raw 目录里的原始资料整理成结构化 wiki 知识页；
2. skill 内容必须包含：
目录结构约定（raw / wiki / index.md / log.md）、
整理工作流（读原文 → 提炼要点 → 写或更新知识页 →
连双链 → 更新 index 和 log）、
知识页的格式模板、raw 只进不改的纪律；
3. 输出完整的 skill 文件内容（SKILL.md 格式），
先给我看，我确认后再安装。

读草稿，重点核三处：目录约定是不是 raw / wiki 两个区；工作流里有没有「更新 index 和 log」这一步；有没有写「raw 只读」。都没问题就发送确认。执行后你会看到：技能安装完成的提示。
text
```
确认，帮我安装这个技能。并输出技能使用方法。
```

输入「查看我的技能」或进技能列表页，确认 llm-wiki 已启用；再打开它的 SKILL.md，确认知识库架构在里面说清楚了。执行后你会看到：技能列表里出现 llm-wiki，状态为已启用。

对着验收表核一遍，三行都过关再进案例2：

查什么	合格的样子
技能已安装	技能列表里出现 llm-wiki，状态已启用
目录约定正确	SKILL.md 写清 raw / wiki / index / log 的分工
纪律在条款里	「raw 只进不改」写成了明确规则，不是口号

问题与注意事项

草稿把「raw 只进不改」弄丢了：回它"补上 raw 目录只进不改的纪律"，重新确认后再装。
安装后技能没出现：刷新技能列表；仍没有就重新执行安装确认指令。
它没先给草稿就装了：回它"先给我看完整 SKILL.md，我确认后再安装"。

扩展练习（选做）

让 AI 解释 llm-wiki 技能里的「双链」是什么、为什么要连。执行后你会得到：一段自己的话写进实验记录——能讲清双链，后面案例3 的抽查才核得动。

案例2：搭建知识库框架

任务目标

在你自己的电脑上建出第二大脑的「馆舍」：三个目录 + 一份馆员手册 AGENTS.md。有了手册，AI 一进这个目录就自动按规矩干活——这就是上节课预告的「给 AI 立长期规矩」，今天落地。

实操步骤

打开资源管理器，进入 D:\AIGC\lesson-14，在空白处右键 → 新建 → 文件夹，命名 my-brain。执行后你会看到：第二大脑根目录就位。

在 WorkBuddy 新建对话，选中 D:\AIGC\lesson-14 作为项目空间，发送下面这段提示词，让它读着技能生成手册。执行后你会看到：一份 AGENTS.md 内容草稿。

text

请根据你刚安装的 llm-wiki skill，
为我生成一份 AGENTS.md（AI 工作规则手册），
约定我这个知识库的用法。
输入素材：
知识库根目录：D:\AIGC\lesson-14\my-brain。
目录约定：raw（原始资料，只进不改）、
wiki（AI 维护的知识页）、log（入库台账）。
index.md 放在 wiki 下，作为全书目录；
log 目录按日期记台账。
手册必须写清：收到新资料的处理流程、
整理已有资料时的纪律（raw 不可改）、
回答问题时的流程（先查 index 再读相关页）、
以及 wiki 页面的格式模板。
输入素材结束。
先给我看内容，确认后保存为
D:\AIGC\lesson-14\my-brain\AGENTS.md。

打开 my-brain 文件夹，右键 AGENTS.md → 打开方式 → 记事本，检查四处：三个目录各自职责、「raw 只进不改」纪律、「先查 index」的问答流程、wiki 页面模板含标题、来源、日期三样。都在就确认保存。执行后你会看到：my-brain 里出现 AGENTS.md。

对着验收表核一遍，三行都过关再进案例3：

查什么	合格的样子
馆舍建成	my-brain 下有 AGENTS.md，目录约定与素材一致
纪律上墙	「raw 只进不改」在手册里是明确条款
流程闭环	新资料处理、先查 index 再读页，两条流程都在

问题与注意事项

手册里没有「raw 不可改」：回它"把这条写成第一章的纪律"，重新确认保存。
AGENTS.md 存到了别的位置：确认路径是 D:\AIGC\lesson-14\my-brain\AGENTS.md；存错就让它移动过来。
手册格式花哨难读：回它"用纯 Markdown 列表，不用表格和表情"。

扩展练习（选做）

把 AGENTS.md 念给同桌听，让对方找出一条「AI 可以钻空子」的表述（比如「尽量保持 raw 不变」这种软话）。执行后你会得到：一条改成硬约束的修订记录。

案例3：喂入第一批资料

任务目标

把两篇 AI 论文（DeepSeek-R1、MiMo-V2.6）喂给你的第二大脑：AI 翻译、拆解、整理成中文知识页，放进 wiki，再更新目录和台账。刻意连喂两篇同领域论文，就是要看第二篇进来时 AI 会不会回头修改旧页面、建立关联——这是第二大脑的看家本领。

实操步骤

从课程资料页下载 DeepSeek-R1 论文 PDF 放进 D:\AIGC\lesson-14。在 WorkBuddy 新建对话（项目空间仍是 lesson-14），把 PDF 作为附件发送，同时发提示词。执行后你会看到：AI 开始读论文并整理（约 3–5 分钟）。
text
```
请使用 llm-wiki skill 帮我把这篇论文整理到我的知识库中。
```
打开 my-brain\wiki 核第一篇的产出：标题说清页面讲什么、来源指向原始文件名、日期是今天。执行后你会看到：wiki 里出现第一篇中文知识页。
从课程资料页下载 MiMo-V2.6 技术报告 PDF（B_MiMo论文_MiMo_V2_6.pdf），附件 + 提示词继续处理第二篇。执行后你会看到：wiki 又长出新页面。
text
```
请继续用 llm-wiki skill 处理这份 MiMo-V2.6 技术报告。
```

翻翻这次的产出，和第一次对比：AI 有没有主动把两篇论文的知识连起来？执行后你会看到：wiki 至少 3 个知识页，互相之间有 [[双链]]，index 里两篇论文都在列。

为什么这么做：第二份资料进来时，AI 不是又写一篇孤页，而是回头修改旧页面、建立关联——这就是 Karpathy 说的「复利」：资料越攒，库越聪明。你抽查的双链和 log，就是在检验它真的在做这件事。

对着验收表核一遍，三行都过关再进案例4：

查什么	合格的样子
两篇都入库	wiki 里两篇论文的知识页都在，标题来源日期齐全
页面互相连	知识页之间有双链，不是彼此孤立
台账更新了	index 列了两篇，log 里有今天的入库记录

问题与注意事项

整理超时或中断：先让它把已完成的部分整理成页面保存，缺的那篇单独补跑。
知识页是论文的机翻堆砌：回它"按 AGENTS.md 的模板重写，每页只留提炼后的要点"。
找不到 log 新记录：确认它真的更新了 log；没有就补一句"把这两次入库记进 log"。

扩展练习（选做）

抽查一个知识页的 3 条结论，翻回论文原文逐条对照。执行后你会得到：一次「AI 整理 vs 原文」的核对记录——整理错的地方圈出来，回它修正。

案例4：接上 Obsidian，让 AI 用你的库

任务目标

装两个部件：Obsidian（人看的界面，带知识图谱）和 Obsidian MCP（AI 的读写通道）。装好后让 AI 从库里取材写一篇短文，再亲手入库一条新知识——库不只是「存」，它是 AI 干活时的取材现场，产出又存回库里。

图：MCP 服务端跑在 Obsidian 里，WorkBuddy 通过它读写你的库。钥匙（API key）只有一把，在你手里。

实操步骤

课前已按准备页装好 Obsidian 的直接进第 2 步。没装的现在装：浏览器打开 https://obsidian.md/，下载 Windows 版，双击安装包一路「下一步」。执行后你会看到：Obsidian 安装完成。
打开 Obsidian → 「打开本地仓库作为 vault」→ 选择 D:\AIGC\lesson-14\my-brain → 信任并打开。执行后你会看到：左侧文件树里出现 raw、wiki、log，点开 wiki 能看到案例3 的知识页。
给 Obsidian 装 MCP 插件：点左下角设置（齿轮）→ 第三方插件，关闭安全模式 → 点「浏览」→ 搜 Semantic Notes Vault MCP → 安装 → 启用；回到设置页把插件页面上的 API key 复制下来。执行后你会看到：插件状态显示服务已启动，地址 http://localhost:3001/mcp。
让 WorkBuddy 连上：找到 MCP / 插件设置入口，添加一个 MCP 服务，把下面配置贴进去（换成你刚才复制的 API key）——第 12 课「装插座三步」的又一次实战，这次的服务器跑在 Obsidian 里。执行后你会看到：MCP 服务连接成功。
json
```
{
  "mcpServers": {
    "obsidian-vault": {
      "transport": {
        "type": "http",
        "url": "http://localhost:3001/mcp",
        "headers": { "Authorization": "Bearer 你的API key" }
      }
    }
  }
}
```
测试连通：对 WorkBuddy 发「通过 Obsidian MCP 列出我的知识库里的文件」。执行后你会看到：AI 报出 raw、wiki、log 里的文件清单——列得出来，通道就通了。

让 AI 用你的库干活：发送下面这段提示词。执行后你会看到：一篇有出处的短文，同时库里多了这篇短文的新页面。

text

请通过 Obsidian MCP 读取我的知识库，写一篇短文。
输入素材：
短文题目：什么是推理大模型。
读者：没技术背景的大学生。
篇幅：500 字以内。
素材来源：只能来自 wiki 里的知识页，
禁止用你训练时背的旧知识；文末列出用了哪几页。
输入素材结束。
写完把这篇短文也存成 wiki 的一个新页面，
和原来的页面连上双链。

核对成文：「素材来源」列的页面确实存在；正文说法能在来源页找到出处；库里多了短文新页面。执行后你会得到：AI 用了库，还反哺了库。

为什么这么做：这是本课的闭环时刻——案例1–3 你建的库，此刻变成 AI 写作的原料。对比上节课：飞书版闭环靠云端文档，这节全在你自己电脑上，数据不经过任何第三方。

对着验收表核一遍，三行都过关，本课必做就完成了：

查什么	合格的样子
通道已打通	MCP 列文件、读页面、存新页三个动作都成功
短文可溯源	「素材来源」的页面存在，正文有出处
库在生长	短文成了新的 wiki 页，带双链，log 有记录

问题与注意事项

WorkBuddy 连不上 MCP：确认插件服务已启动、地址是 http://localhost:3001/mcp、API key 粘贴完整；重连一次。
列不出文件但插件正常：重启 Obsidian 和 WorkBuddy 再试；仍不行举手找老师。
短文用了背过的旧知识：回它"只允许使用 wiki 页面内容重写，来源列全"。
API key 不要发给别人：钥匙只有一把，谁拿到谁就能读写你的库。

扩展练习（选做）

在 Obsidian 左侧打开「关系图谱」，看你库里页面的连接。执行后你会得到：一张自己知识库的图谱截图——孤立的页越多，说明越要继续喂料和连双链。

扩展任务：新知识随手入库（选做）

任务目标

体验日常最常用的工作流：新知识随手入库。以后不管是一篇网文、一份 PDF 还是 AI 聊出来的结论，入口都一样——丢进 raw，让技能整理。扩展不计入必做时间。

实操步骤

按下面的完整提示词操作；「输入素材」是写好的一条知识，直接可用，想换成自己感兴趣的知识，只替换「输入素材」到「输入素材结束」之间的内容即可。
text
```
请把下面这条知识整理入库：
输入素材：
知识内容：MCP（Model Context Protocol，模型上下文协议）
是连接器层的标准接口，开发者按这个标准把服务插上来，
AI 就获得一批标准动作；
今天的 Obsidian MCP 就是用它把 WorkBuddy
和本地知识库连起来的。
输入素材结束。
按 llm-wiki skill 的流程整理成知识页，
和 wiki 里已有的相关页面连上双链，
并更新 index 和 log。
```
执行后你会得到：一条新知识正式进库——知识页在、index 能找到、log 多了一行今天的记录。记住这个入口动作，课后所有新资料都这么进库：网文、笔记 → 丢进 raw 让技能整理；PDF、docx、pptx → 直接丢进 raw 说「整理这份文件」。
为什么这么做：知识库的死穴不是搭，是没人坚持喂。把「入库」压缩到「丢进去 + 一句话」的成本，你才会在三个月后还用它——这正是案例1 蒸馏技能的意义：方法的执行成本越低，习惯越养得成。

五、总结与巩固

本节小结

可复用流程：想沉淀任何知识就三步——丢进 raw → 让 llm-wiki 技能整理 → 用的时候让 AI 查 wiki。PDF/docx/pptx 直接丢，网文先转成笔记丢。
核心一句话：raw 是收书车间，wiki 是借阅区，AGENTS.md 是馆员手册；人是馆长，AI 是馆员——你负责喂料和把关，AI 负责整理和维护，你的第二大脑越用越值钱。
下节预告：知识库有了，怎么让别人也看到？下次课把你的第二大脑发布成一个能分享的网站。

课后巩固：

完成学习通课后巩固题【M0-01】～【M0-02】、【M1-01】～【M1-02】、【M2-01】～【M2-02】、【M3-01】～【M3-02】、【M4-01】～【M4-04】，其中两道实操题完成一个即可提交：库目录截图或 AI 取材短文截图。

六、资料与下载

课前准备：Obsidian、Node.js 与 MCP 插件安装。
课程素材清单：Karpathy《LLM Wiki》原文、DeepSeek-R1 论文 PDF、MiMo-V2.6 技术报告的获取方式与课堂用法。
延伸阅读 / 规范参考：以老师课前发布为准。
课堂与课后习题：请在学习通对应单元完成，待补充入口链接。

延伸视频

推荐观看：一站式入门 Obsidian 双向链接笔记，是本课案例2 搭建知识库框架的前置技能。

第 14 次课：搭建个人第二大脑 ​

一、上节课回顾 ​

二、本节课任务与安排 ​

三、理论基础：什么是第二大脑 ​

四、实操环节 ​

案例1：蒸馏你的第一个技能 ​

案例2：搭建知识库框架 ​

案例3：喂入第一批资料 ​

案例4：接上 Obsidian，让 AI 用你的库 ​

扩展任务：新知识随手入库（选做） ​

五、总结与巩固 ​

六、资料与下载 ​

第 14 次课：搭建个人第二大脑

一、上节课回顾

二、本节课任务与安排

三、理论基础：什么是第二大脑

四、实操环节

案例1：蒸馏你的第一个技能

案例2：搭建知识库框架

案例3：喂入第一批资料

案例4：接上 Obsidian，让 AI 用你的库

扩展任务：新知识随手入库（选做）

五、总结与巩固

六、资料与下载