Claude Code + Obsidian 個人知識庫,token 用量直接節省 95%
55 觀看·2026年5月3日
你有沒有這種感覺, 跟 AI 聊了一小時,隔天開新對話,它什麼都不記得了。
Andrej Karpathy 提出了一個解法:不需要 RAG,不需要 vector database,就只是一個資料夾,讓 Claude Code 幫你自動整理成可查詢的 AI 知識庫。
在這支影片裡,你會學到:
• Karpathy LLM Wiki 的完整架構:raw / wiki / index / log 四層設計
• LLM Wiki Prompt 怎麼運作——它不是一個 prompt,是一份給 AI 的工作說明書
• Ingest 是什麼意思,以及它如何讓知識庫每次都長大一張網
• 五個你可以馬上開始建的知識庫(YouTube 逐字稿、會議記錄、AI 工具研究等)
• LLM Wiki vs RAG:什麼情況下用哪個
• 用 CLAUDE.md 把知識庫接進任何 Claude Code 專案
• 為什麼一個主題要建一個獨立 vault,而不是全部混在一起
如果你正在:
• 用 Claude Code 處理日常工作或內容創作
• 想讓 AI 真正「記住」你的知識和脈絡
• 或想把學習筆記、研究資料變成可以查詢的系統
那這支影片你一定要看完。
LLM Wiki:
https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
===
📘 免費資源下載
1. 加入我的Skool社群
2. 選擇「YouTube影片資源 💻」
3. 輸入影片標題
4. 下載影片資源
為什麼要加入 Skool 社群?
這不是單純的資源群,而是一個專注在 AI 自動化實戰的交流空間。
你可以在這裡:
• 跟一群真的在用 AI、自動化的人一起學習與討論
• 有問題直接丟出來,不用自己卡關查半天
• 不定期取得社群限定的實戰影片與內容
• 第一時間掌握我正在測試、實際落地的 AI 以及自動化做法
• 下載其他 YouTube 影片對應的 n8n 模板與流程資源
• 目前社群為「免費」!未來可能將視情況轉換成「收費」社群
• 現在加入將享有終生免費特權
Skool 社群連結:
https://www.skool.com/jayluxai-6642/about?ref=e1a84747665045a8b8ec26ddb9c7c37c
===
0:00 - Obsidian 介紹
3:44 - Obsidian下載
5:28 - LLM Wiki 文件
10:01 - 五大應用
11:56 - Obsidian技巧
13:09 - 免費取得影片資源
===
📘 關於 JayLux.AI
我以口語化的方式分享 AI 自動化、讓個人與團隊減少重複工作、專注在創造。
第一次聽到JayLux.AI? 從這隻影片開始!
https://www.youtube.com/watch?v=6pCoQgpV4Ms&t=1s
📬 每週學會一個新的 AI 實戰技巧:
追蹤頻道 JayLux.AI,掌握最新 AI 自動化思維。
💼 商業合作 : [email protected]
免費AI導入 & 自動化工作流程諮詢 : [email protected]
你有沒有遇過這種情況?
就是說你跟Cloud聊了一個小時
解決了一個很複雜的問題
隔天開新對話 它什麼都不記得了
那這其實就是AI對話最大的問題
就是說它的知識是一次性的
每一次對話都是從零開始
但如果你建了這個系統 它就不一樣了
這個方法是Andrej Karpathy提出來的
而且它可以讓Token用量少了95%
我知道你在想
最後是要一個這樣一堆東西的技術教學
完全不是
這五分鐘就可以設定好了
如果我也可以 那你也可以
那首先我們先來談一下
為什麼我們要建這個東西
很多人看到這個系統
就會直接想要怎麼設定它
但要先搞清楚為什麼你要建它
之後你才會知道怎麼用它
你的知識會像利滾利一樣
持續複利增長
每一篇文章 每一段逐字稿
或是每一份筆記
都會被整合進同一個知識庫
跟其他內容產生關係連結
所以建這個系統的目的不是炫技
是讓你的Cloud Code
或是你的AI工具真正認識你
認識你的工作
你的領域
你這幾年累積下來的所有知識
OK 我們來說一下這個架構吧
Karpathy它的設計非常簡單
就是四個程式
其實就是這樣
四層結構
然後放在同一個資料夾
第一個呢
我們有Row
就是它儲存你的文章
你的逐字稿
或是你的一些其他文件
Cloud Code只會讀這些東西
它不會修改
那第二層呢
我們有Wiki
就是說整理好的知識的本體呢
每一個本體呢
其實都是一個markdown file
然後頁面之間呢
會用這個連結來串接
但沒關係
等一下我會展示給你看
那第三個呢
我們有index.md
它其實呢
就是我們書籤的目錄
那第四個呢
我們有log.md
就是它會記錄所有操作紀錄
每一次的新增資料
它都會存在這裡
OK 那畫面上呢
你看到就是我自己建議的
Obsidian個人知識庫
那基本上呢
這個知識庫呢
是專門儲存我過去影片的腳本
那每個腳本呢
你會看到說
它們都有一些關聯
比如說我這邊的cloud.md
它就會去連到
比如說這個superpower的plugin
然後再連到我們這個agentive workflow
然後每一個節點
如果我們點進去的話
它會去幫我們做一個總結
然後包含給對應的tag
然後什麼時候被建立的
然後給一個title
那如果我們滑到最下面呢
你會看到它會去
做一個related topics
就是它連結的地方
就是說它跟其他影片有關聯的地方
假設說我們現在打開是agentive workflow
那你也知道
agentive workflow
它其實就是一個非常非常本體的一個概念
那其實它就會有很多的分支
比如說可以連到mcp
可以連到cloud.md
或是skills
或是我之前講的這個framework
或是上一支影片提到的
這個superpowers的plugin
那假設我們點看看那個cloud.md
那你會看到這個cloud.md
它也會去說definition
然後目前這個cloud code對它的理解
然後包含說我之前在講的
那個best practice
就是說盡量在40行以內
等等之類的
那點到cloud.md之後呢
你又會看到說它
有其他相關的連結
所以說就是當我們持續增長
我們這個個人知識庫的時候
然後未來假設說我們是要去查某個資訊
那cloud code呢
其實就是透過他們之間的連結
去查最相關的資訊
然後再回傳給你
那這個跟傳統的Rack不一樣
傳統的Rack是把它變成相量矩陣
所以它回傳給你也是一個大概的範圍
但是這個Obsidian不一樣
它是直接透過相關連的連結
它是去找最關聯的資訊
然後再回傳給你
所以這本質上的概念其實有點不一樣的
OK 那我們來開始設定吧
那第一步呢
就是你要先去查Obsidian
然後根據你的作業系統去下載這個軟體
那下載完打開之後呢
你會看到這三個選項
第一個是Create New Vault
第二個是Open Folder as Vault
那第三個是Open Vault as Sync
那這個第三個選項我們目前先不需要
那左側呢
就是我過去做的這個個人的知識庫
那我專門就是給我的品牌JLOX AI
做一個知識庫
然後還有我的影片腳本
也專門用一個知識庫給它
好 那第一步呢
我們就先按這個Create New Vault
我們點下去
然後給它一個名字
那這邊我假設叫做Demo Obsidian
那接下來呢
我們要給它一個Location
那我就在這邊
先建立一個Demo Obsidian
然後把它放到桌面上面
然後按Open
好了之後呢
我們就按Create
OK Create完之後呢
你會看到這個畫面
就是說它可以Welcome的一個文件
然後它就說這是你的新的知識庫
那這邊我們可以先關掉
然後呢
我們就有我們的一個圖
一個關聯圖
然後目前呢
因為我們還沒有加任何東西
所以它只有這兩個東西
好 那再來呢
你可以去你最喜歡的ID
那我這邊選BS Code
然後Open
去打開我們剛剛建立的資料夾
好 那打開來之後
你有沒有看到
它有這個.Obsidian
就是它內建的一些資訊
然後還有這份歡迎文件
OK 完成之後呢
我們現在直接進入重點
Carver給你呢
已經把這整個系統的設計
寫成一份文件
放在我們的GitHub上面
那GitHub的連結呢
我會放到說明欄
那這份文件呢
它不是一個普通的Proct
它是一份給AI工作的說明書
那如果你把它貼進Cloud Code
你直接跟它講說
幫我按照這個架構
建立我的知識庫
那當你輸入進去之後呢
Cloud Code會直接幫你建立
Role Wiki Index Flow
就是剛剛前面講到的資料夾
還有一份專屬這份專案的Cloud.mt
那Cloud.mt快速講一下
就是說它是Cloud Code專案裡面的
規則的說明方案
你在這裡可以告訴AI
這個專案是幹嘛的
要怎麼工作
等一下我要做什麼事
那Carver它自己也有說
它把這個文件呢
它特意寫得很模糊
為什麼呢
因為它要讓每個人
根據自己的需求去調整
所以當你把它貼進Cloud Code的時候
它會問你說
這個知識庫是拿來做什麼的
如果你講得越清楚
它建構出來的架構
就越符合你的需求
好 那畫面上你看到的
就是Carver它所提供的這個文件
那基本上呢
我們就要把這些全部複製起來
然後回到我們的Cloud Code
我們把它貼上去
然後最後呢
你可以直接加這句
你可以截圖
或是直接彈上去也可以
那這個Prompt的用意呢
就是幫助Cloud Code更完整
更完善的去建構我們這個知識庫
OK 好了之後呢
我們就按Enter
OK 就如預期
Cloud Code呢
它會問我們一些問題
來確認我們這整個設計的方向
那第一個呢
我們就按那個
自動化研究
因為這是我要的主題
然後第二個呢
語言設定
我就選傳遞中文
來源呢
我就打我的YouTube影片
使用情境
那就是這個
長期試用
然後就按Second Answer
OK 那回答完問題之後呢
Cloud Code就會根據
Carver它給的文件
裡面附的架構呢
去做我們開發
然後呢
Cloud Code就會開始
要你去放一些檔案
當你這個role的資料夾
所以它纔可以去做一個ingest
去做這個消化的一個動作
那沒關係
等一下我再更詳細的去解釋
這個ingest是什麼意思
那我們就直接加入
OK 加入完之後呢
大概就會像長這樣
就是我過去的影片的一些腳本
OK 然後呢
後面我就跟它講說
我已經放了一些
我的腳本進去了
然後它就可以去
做這個ingest的動作
然後呢
它基本上就是去讀每個文件
去找出它們的關聯性
然後後面呢
基本上就是一直等
然後等等等等等
然後到後面呢
它幫我做11個topic page
就是我剛剛給你看到的
Agentive Workflow
Cloud MD
還有Cloud Skills
Super Powered Plugin
然後Creator Page
就是我自己
然後Source Page
就是這邊的東西
每一個都是一個影片
OK 那到這邊呢
基本上你就已經完成
這整個Obsidian
個人知識庫的一個建立了
然後呢 你也可以點這個按鈕
就是去看它的
關聯是怎麼去做出來的
我覺得這動畫蠻
蠻酷的 也蠻好玩的
OK 一切都設定好之後呢
我們就可以開始測試一下
我們的知識庫
那基本上
你就可以問任何問題
就是相關的問題
譬如說腳本裡面的問題啊
那這邊呢 我就問說
我在過去的影片裡面呢
最常提到哪個主題
那你會看到說
它就直接去
這個規律
然後還有它們的關聯
它就會回答說
Agentive Workflow
然後Cloud MD
Skills
Super Powered
有的沒的
所以基本上
這就是你個人的知識庫
所以呢 恭喜你
你就已經完成
建立你的知識庫了
OK 那接下來呢
我們來看一下
這個Ingest是什麼意思
那Ingest市面上就是
消化吸收嘛
那Ingest呢
其實它不只是幫你建立一個
新的Wiki頁面而已
而是它會先去讀你的Index MD
看看你現有的知識庫裡面
有哪些相關的主題
然後同時更新
10到15個Wiki頁面
然後把這篇文章的內容
整合進去
然後並在頁面之間建立連結
就像你剛剛看到那個連結
舉個例子呢
假設我把一個
關於Cloud Code的文章
Ingest進去
它不只是建立一個
Cloud Code的頁面
它會同時更新
因為文章裡面有提到這些概念
所以每一次Ingest呢
你的Obsidian知識庫呢
它不是長大一個節點
還是長一個像蜘蛛網一樣大的
一個關聯的網址
OK 那建立完之後呢
我們來聊一下這個
五個具體的應用場景
那第一個呢
就是YouTube讀字稿的知識庫
就像我剛剛做的
你可以把所有影片的讀字稿呢
Ingest進去
建立一個我說過什麼的知識系統
那第二個
客戶提案和回憶記錄庫
你下次開會的時候
AI幫你複習的所有的歷史脈絡
你就可以放進去
那第三個呢
就是建立AI工具的研究庫
那第四個呢
個人學習歷程庫
你學過的東西呢
不再消失
第五個
Environment Workflow
下次設計新的Workflow
你可以直接問他說
有沒有類似的案例
OK 那最後呢
我們來談一下
它跟Rack到底差在哪裡
那Rack呢
我們再複習一下
就是Rack它是查所以
你問問題
它去找最相近的文字片段
那它不理解這些片段之間的關係
所以說我們LM Wiki呢
有點像讀書
比如說AI讀的是一本
整理好有目錄
有交叉引用的書
它理解的不只是這段文字
而是這整個知識網路
OK 那什麼時候該用什麼呢
那規則其實很簡單
那假設你的資料呢
在幾百頁以內
那你用LM Wiki就夠了
而且很省Token
那研究顯示呢
這個方法可以讓Token
用量減少95%
那為什麼呢
因為AI讀一本整理好的書
比每次從零
開始查RAM的原始文件
效率高得太多了
因為你的Index MB
直接讓AI
直接定位到相關的頁面
不用掃描整個資料夾
這就是為什麼會省95%的關係
OK 那其實很多人
在建立好這個知識庫呢
它都直接放在那邊
需要的時候
你可以用Cloud Code
或是Obsidian搜尋一下
跟直接用Google
沒什麼兩樣
但其實這樣就沒有
完全發揮它的價值
那正確方式應該是這樣
就說你在你的
Cloud Code專案裡面
去你的Cloud ID
然後加這一行
如果你需要
關於我的YouTube內容知識
去讀這個路徑的Wiki
其實就是這樣
從此之後呢
你在所有專案裡面的
AI Agent
都可以調用
你這個Wiki的知識庫了
那這邊還有一個關鍵
就是說不要把所有東西呢
都全部塞進你那個知識庫
一個主機
一個知識庫
YouTube腳本相關的
你就建一個Bot
個人Business相關的
就建立一個Bot
學習筆記
也建立一個Bot
Bot呢
在這邊我就直接
叫它知識庫
那為什麼呢
因為當你把所有東西
混在一起
AI在查詢的時候
就需要掃描
大量不相關的內容
那準確度當然會下降
然後Toggle流量也會上升
所以如果你建立一個
獨立的Bot呢
就可以讓AI
只在需要的範圍裡面
去查詢
去思考
OK那最後複習一下
你有三個適用的方式
第一
你可以透過Cloud ID指向
在任何Cloud Code專案裡面
你只要在Cloud ID
寫上這個Bot
的路徑和用途
那這個專案的AI呢
就可以直接讀到
那個知識庫
第二
你可以在Cloud Code裡面
直接查詢
可以直接打開
那個Bot的資料夾
然後直接問相關的問題
它讀到Index
找到相關頁面
它就給你答案了
第三
長期Ingest
知識庫呢
不是說建完就沒了
它需要持續更新
久了之後呢
你就有一個
真正的認識你的
AI知識系統
另外呢
我把今天所有影片
都整合成一份PDF
讓你可以直接做參考
那要怎麼取得這份PDF呢
那你只需要加入
我的免費School社群裡面
然後進來之後呢
你只要點這個
YouTube影片資源
搜尋今天影片的標題
比如說這個
那你就會看到
對應的PDF資源了
另外呢
我也會不定時的
分享一些Cloud Code的技巧
比如說
如何節省Token
那如果覺得效果還不錯的話呢
我就會再另外
做一支影片
去做介紹
那另外呢
我也有在Classroom裡面
去教N版
還有商業應用案例
以及所有關於
Cloud Code相關的資源呢
我一併都放在這裡面
OK 那如果你有興趣加入的話呢
陸續連結
我會放在影片下方
我們裡面見
好 那今天的影片呢
我們就從頭到尾
走完了這個
LearnWiki的這個系統
從Coffee的架構
到Prompt的運作方式
到底怎麼可以應用到
你自己的工作上面
那如果你覺得
今天這支影片對你的幫助的話呢
歡迎在影片下方點個讚
讓更多人知道
我是Jerry
我們下支影片見