Enterprise Knowledge Management · Production-Ready

下一代智能知识管理
与主动学习系统

以 Obsidian 为核心,融合 AI 评估、遗忘曲线算法、多端同步与自动发布, 打造企业级个人知识资产管理闭环。

查看核心产品 了解整体架构
5
核心模块
3
端实时同步
76+
自动化测试通过
FSRS
科学记忆算法
PWA
全平台访问

🤖 Obsidian Agent Client 插件

将 AI 大模型的推理能力直接嵌入笔记环境,让 Obsidian 成为可与 AI 对话的智能工作台

💡 核心理念

传统笔记工具与 AI 工具相互割裂——你在 ChatGPT 里获得洞见,却要手动复制到 Obsidian。Agent Client 插件打通了这道墙:AI 可以直接读写你的笔记库,在你的知识上下文中工作。

🔌 本地 REST API 服务

Obsidian Local REST API 插件(port 27123)暴露 HTTP 接口,允许外部程序以编程方式读写 Vault 中的任意 Markdown 文件。

🧠 双向上下文感知

AI Agent 不仅能回答问题,更能检索你已有的笔记作为上下文,给出基于你的知识库的个性化回答,而非通用答案。

✍️ 自动写回笔记

AI 生成的 Wiki 页面、学习计划、Coach 建议,自动写入 Vault 对应目录,你无需手动整理——知识自动归位。

🔒 仅内网访问

API 端口绑定 127.0.0.1,拒绝外部直连,配合 Nginx 反向代理 + Basic Auth 双重保护,安全无忧。

API 调用示例(自动写入笔记)

# 通过 REST API 向 Vault 写入内容 PUT /vault/Diary/wiki/Transformer架构.md Authorization: Bearer <api_key> Content-Type: text/markdown --- public: "true" tags: [LLM, Architecture] --- # Transformer 架构 由 LLM Wiki Coach 自动生成...

支持能力

📖

读取笔记

按路径/标签检索任意 md 文件

✏️

写入/更新

PUT 直接覆盖或 PATCH 追加内容

🔍

全文检索

关键词搜索 Vault 所有笔记

🗂️

目录操作

列出文件树,管理目录结构

✂️ Obsidian Web Clipper

一键将互联网上的任何优质内容收录进你的知识库,保留原始排版,附加 AI 摘要,永不丢失

📋

一键剪藏

Chrome 扩展程序,点击图标即可将当前网页保存为 Markdown 格式,自动提取标题、正文、图片链接。

🏷️

智能模板系统

针对不同内容类型设置不同模板:技术文章、论文、新闻、视频笔记,自动填充 frontmatter 元数据。

  • {{title}} — 文章标题
  • {{url}} — 原始链接
  • {{date}} — 收录时间
  • {{highlights}} — 选中内容
🤖

AI 摘要增强

配合 AI 插件,剪藏时自动生成 3-5 行摘要,标注核心观点,方便日后快速回顾,无需重读全文。

📁

自动分类归档

根据 URL 域名或内容标签,自动路由到 Vault 对应目录:AI论文/ 行业资讯/ 工具使用/ 等。

🔗

双向链接支持

剪藏内容中提到的概念自动匹配 Vault 中已有笔记,生成 [[wiki链接]],构建知识网络。

离线可访问

剪藏的内容存入本地 Vault,不依赖第三方服务。即使原网页下线,你的笔记永久可查。

🎯 对企业 IT 团队的价值

技术调研、竞品分析、架构参考——每天团队成员在网上找到的好资料,用 Web Clipper 统一归档进共享 Vault,配合 WebDAV 同步,形成团队共享的外部知识库。对比"发链接进群"的方式,知识沉淀率提升 10 倍

☁️ 三端实时同步架构

手机 · 电脑 · 云端,任意设备编辑,秒级同步,永远看到最新内容

整体同步架构图(生产环境)
📱
手机端
Obsidian iOS/Android
Remotely Save 插件
WebDAV
🖥️
阿里云服务器
Ubuntu 2C2G
47.250.14.82
Nginx :18080
WebDAV /obsidian/
Basic Auth 保护
obsidian.hialbert.online
WebDAV
💻
电脑端
Obsidian Desktop
Remotely Save 插件
🗂️
fancyindex
漂亮的文件浏览器
👁️
Markdown Viewer
在线渲染笔记
📝
inotify 监听
变更自动触发发布
🔐
SSL + Basic Auth
HTTPS 全程加密
🔄
LLM Wiki API
FastAPI :8000

🔄 同步工作原理

手机编辑 → 云端

Remotely Save 插件监听本地文件变化,通过 WebDAV PUT 请求上传差量到服务器 /obsidian/ 目录,支持冲突检测。

云端 → 电脑

电脑端 Obsidian 定时(或手动触发)通过 WebDAV 拉取最新版本,合并本地修改,整个过程对用户透明。

在线 Viewer 访问

无需打开 Obsidian,任意浏览器访问 obsidian.hialbert.online:18080 即可在线查阅所有笔记,支持 Markdown 渲染。

🆚 为什么不用官方 Sync?

方案月费数据所有权可扩展性
本方案 ~¥10 ✅ 完全自有 ✅ 完全可控
Obsidian 官方 Sync $10/月 ⚠️ 第三方服务器 ❌ 无法扩展
iCloud / Dropbox ¥6–30 ⚠️ 平台依赖 ❌ 无法集成 AI
自建 WebDAV 服务器的核心优势:数据完全自有、可与 AI 服务深度集成、成本极低。对于企业内部知识管理而言,数据主权尤为关键。

📰 Hugo 博客:知识对外输出引擎

blog.hialbert.online — 笔记写完自动发布,Obsidian 即 CMS

💡 设计理念:笔记即博客

传统博客需要登录后台、复制内容、调整格式——流程繁琐。本系统的核心设计是:在 Obsidian 里写笔记就是在写博客,只需在 frontmatter 加上 public: "true",保存后 30 秒内自动发布到公网。

① Obsidian 编辑笔记

在本地或手机端写 Markdown 笔记,添加 public: "true" frontmatter。

② WebDAV 同步到服务器

Remotely Save 将文件同步到 /var/www/webdav/obsidian/Diary/ 目录。

③ inotify 监听触发脚本

服务器端 inotifywait 监听文件变化,触发 Hugo 构建脚本。

④ Hugo 静态生成 + Nginx 服务

过滤 public=true 的文章,Hugo 生成静态 HTML,Nginx :443 立即可访问。

🔒 安全性设计

🔐

YAML 白名单控制发布

只有明确标注 public: "true" 的笔记才会对外发布,其余笔记(日记、草稿、私密内容)永远不会泄露。

🌐

HTTPS + Cloudflare CDN

域名托管于 Cloudflare,自动 HTTPS 证书,DDoS 防护,全球 CDN 加速。静态站点无数据库,攻击面极小。

🔒

WebDAV Basic Auth

WebDAV 端点(笔记库入口)受 Nginx Basic Auth 保护,仅授权设备可访问,防止未授权读取私人笔记。

Hugo v0.125 Stack Theme Nginx :443 Cloudflare DNS inotifywait Let's Encrypt SSL
Hugo 博客系统架构图 · 从笔记到公网的完整链路
✍️
① 编写笔记
Obsidian Desktop
or 手机端
public: "true"
任意设备
WebDAV
☁️
② 同步上云
Remotely Save
→ 阿里云服务器
/Diary/*.md
秒级同步
inotify
👁️
③ 变更监听
inotifywait
检测 .md 变化
触发构建脚本
<1s 响应
过滤发布
⚙️
④ Hugo 构建
public=true 过滤
Hugo generate
→ /public/ HTML
~500ms 构建
Nginx
🌐
⑤ 公网访问
Nginx :443
Cloudflare CDN
blog.hialbert.online
全球加速
🛡️ 安全隔离层(贯穿全链路)
WebDAV 层:Nginx Basic Auth,仅授权设备可写入
内容层:YAML public: "true" 白名单,私密笔记绝不外泄
传输层:全程 HTTPS,Let's Encrypt + Cloudflare SSL
攻击面:纯静态站点,无数据库,无后端执行
~30s
笔记保存 → 公网可访问
0
手动操作步骤
100%
私密笔记零泄露设计
¥0
额外 CMS 费用

🧠 LLM Wiki · AI 主动学习系统

借鉴 Anki、Roam Research、GitHub Copilot 的精华,构建 AI 驱动的知识掌握引擎

🎨 设计灵感来源

Anki 的 FSRS 遗忘曲线间隔复习算法 · Roam Research 的双向链接知识图谱 · GitHub Copilot 的 AI 辅助内容生成 · Obsidian 的本地优先隐私设计 · 语言学习 App 的 streak 激励机制。 将这些精华整合为一套面向 AI/LLM 架构师 成长路径的专属学习系统。

LLM Wiki 完整系统架构图 · 组件关系与数据流向
① 客户端层  ·  wiki.hialbert.online
🏠
Dashboard
进度 / Streak
🃏
ReviewCard
语音 / 1-4评分
🕸️
GraphView
力导向图谱
📋
Plan
周计划查看
🔍
Query
语义问答
React 19 + Vite 8 + Tailwind v3 · PWA Service Worker (Workbox) · Web Speech API
HTTPS / JWT Bearer Token
② 网关 & API 层  ·  阿里云 Ubuntu (port 443 → 8000)
🔀
Nginx 网关
:443 → /api/ proxy
Basic Auth (WebDAV)
SSL Termination
Static files serve
FastAPI 端点 (main.py · port 8000 · systemd managed)
GET /cards/due
待复习卡片
POST /cards/{id}/review
提交答案+评分
GET /graph
图谱节点+边
POST /query
自然语言问答
GET /plan/weekly
本周学习计划
GET /lint/latest
知识库健康报告
↓ FSRS 调度
↓ LLM API 调用
↓ 读写 Vault / DB
③ AI 服务层
📊
evaluator.py — Qwen-Plus
对用户回答进行 1-4 分质量评估,调用 FSRS 更新卡片参数(稳定性、难度)
🎓
coach.py — Qwen-Max  每周一 08:00
分析薄弱点 → 生成个性化学习计划 → 追加写入 本周计划-2026.md
🔍
query.py — Wiki 全文检索 + LLM
关键词检索 wiki/ 目录 → 拼接上下文 → LLM 生成有依据的专业回答
🩺
lint.py — 健康检查  每周日 02:00
检测断链 / 孤立节点 / 缺失定义 → 生成修复建议
🤖
FSRS v5 调度器
根据评分动态计算下次复习时间,科学间隔重复,最大化记忆留存率
④ 数据层
🗃️ SQLite cards.db (WAL 模式)
cards(id, topic, question, answer,
  stability, difficulty, due_date)
reviews(card_id, score, elapsed_days)
topics(name, mastery_pct)
📂 Obsidian Vault
/Diary/wiki/*.md    ← AI 生成 Wiki
/Diary/学习计划/  ← Coach 计划
/Diary/lint/      ← 健康报告
🔄 自动化任务 (cron)
周一 08:00 → coach.py
周日 02:00 → lint.py
23:50 每日 → git snapshot
inotify → wiki sync 实时
📦 Wiki Git Repo
/Diary/wiki/ 独立 git 仓库
每日自动 commit snapshot
版本对比 · 内容回滚支持
🌐 外部 AI API 调用
DashScope (Qwen-Max) — Learning Coach,最强推理能力,差距分析+题目生成
DashScope (Qwen-Plus) — 答案评估,性价比高,中文评估质量好
Anthropic (Claude) — Wiki 页面生成,规划能力强,结构化输出

核心功能模块

🃏 FSRS 闪卡复习

基于最新遗忘曲线算法(FSRS v5),科学安排每张卡片的复习时间。AI 评估你的回答质量(1-4分),自动调整下次复习间隔。

🕸️ 知识图谱可视化

Obsidian 风格的力导向图谱,节点大小反映掌握程度,边权重反映关联强度。点击节点直达原始笔记。

🎓 AI Learning Coach

Qwen-Max 每周自动分析学习数据,识别薄弱环节,生成个性化学习计划,写入 Obsidian 笔记。

🔍 Wiki 语义检索

POST /query 端点支持自然语言问答,AI 检索相关 Wiki 页面作为上下文,给出有据可查的专业解答。

🩺 知识库健康检查

每周定时 lint,自动检测断链、缺少定义的概念、孤立节点,生成修复建议报告。

🎙️ 语音答题输入

PWA 集成 Web Speech API,支持语音回答闪卡,解放双手,随时随地利用碎片时间复习。

开发进度 · 76 Tests Passed

✅ Phase 1 · 服务端基础(FastAPI + SQLite + FSRS)
✅ Phase 2 · 学习闭环(Coach + Evaluator + Lint + Query)
✅ Phase 3 · PWA 前端(答题界面 + Dashboard + 知识图谱)
⬜ Phase 4 · iOS App(React Native/Expo + App Store)

完整技术栈

React 19 Vite 8 FastAPI FSRS v5 Qwen-Max Tailwind CSS v3 SQLite WAL Workbox PWA react-force-graph Web Speech API JWT Auth inotify systemd Nginx

⭐ 产品亮点

🎯

主动学习 vs 被动阅读

大多数知识工具停留在"记录"阶段。LLM Wiki 通过 AI 出题、语音作答、智能评分,实现了主动检索练习——记忆效率比被动阅读高 3-5 倍(测试效应,认知科学验证)。

🔒

数据主权 · 完全自有

所有笔记、学习记录、AI 生成内容均存储在自有服务器 SQLite + Vault。不依赖任何 SaaS 订阅,无数据泄露风险,符合企业数据合规要求。

💸

极低 TCO

整套系统运行在 ¥15/月 的云服务器上。对比 Notion AI($16/月)+ Anki + Obsidian Sync($10/月)的组合,功能更强、成本降低 90%+,且完全可定制。

🤖 大模型 & Agent 框架的应用全景

系统中每一处 AI 调用的使用场景、选型理由与实测增益——让每一分算力花在刀刃上

使用场景
模型 / 框架
核心增益
📝 Wiki 页面自动生成
Claude API
结构化 Markdown 输出,知识点自动成文,节省 90%+ 手写时间
🎓 Learning Coach 周报
Qwen-Max
分析历史复习数据 → 识别薄弱点 → 个性化计划,比人工规划更客观、持续
📊 答案质量评估
Qwen-Plus
语义理解用户口语化回答,给出 1-4 分评分,超越 Anki 式关键词匹配
🔍 语义问答 / RAG
Qwen + 全文检索
检索 Wiki 作上下文,回答有依据可追溯,而非大模型幻觉
🩺 知识库健康 Lint
规则引擎 + LLM
自动检测断链/孤岛,知识库越用越整洁,无需人工巡检
🛠️ 系统开发辅助
Claude Code
从架构设计到代码实现由 AI 全程辅助,1人完成 4 个 Phase,76 tests

📌 重点场景深度拆解

🎓

Learning Coach Agent

自主型 Agent · 每周一 08:00 自动触发

这是系统中最复杂的 Agent,具备完整的感知 → 推理 → 行动闭环:

感知:读取 SQLite 中近 30 天所有复习记录,统计各主题平均分、到期率、失误模式
推理:Qwen-Max 分析薄弱环节,与 SCHEMA.md 定义的知识体系做 gap analysis
行动:生成本周学习计划 + 新题目,通过 REST API 追加写入 Obsidian Vault,手机/电脑即时可见
增益: 从"不知道学什么"到"每周有明确优先级",将元认知负担从用户身上转移给 AI
📊

答案语义评估器

实时调用 · POST /cards/{id}/review

传统闪卡(Anki)靠用户自我打分,存在"高估自己"的偏差。本系统引入 LLM 作客观第三方裁判

评分 LLM 判断标准 FSRS 间隔
1 — 遗忘 核心概念缺失或完全错误 1天重复
2 — 模糊 意思对但表达不完整 3天后
3 — 掌握 概念准确,有自己理解 正常间隔
4 — 精通 融会贯通,能举例延伸 大幅延长
增益: 消除自评偏差,FSRS 间隔更精准,同等时间投入下记忆留存率提升 30-50%
🔍

Wiki RAG 问答引擎

检索增强生成 · POST /query

不是简单地"问 ChatGPT",而是在你的私有知识库上做 RAG,让 AI 回答有据可查:

💬 用户提问:"Attention 机制为什么能并行化?"
↓ 关键词提取 + 全文检索
📂 检索命中:Attention机制.md、Transformer架构.md(相关片段)
↓ 拼接为 Context
LLM 基于你的笔记内容给出有依据的回答,并注明出处
增益: 回答扎根于你自己的理解框架,而非互联网通用知识,深度与个性化无可替代
🛠️

Claude Code 开发 Agent

Meta 应用 · 用 AI 构建 AI 系统

整套系统本身就是用 Claude Code(Agentic AI 编程助手)从零构建的,这是一个 AI 能力的"元级"展示:

架构设计:给出需求,Claude 输出完整技术规格文档(2000+行)
代码实现:Phase 1-3 共 4 个 Phase,AI 辅助完成,76 个测试全过
运维操作:Nginx 配置、systemd 服务、SSL 证书,全程 AI 指导执行
Debug:生产 bug 定位、nginx 配置错误修复,AI 闭环解决
增益: 1个人在 3 天内完成传统团队需要 2-3 周的全栈系统——这本身就是 AI 增益最有力的证明

📈 量化增益总览

90%↓
笔记整理时间
AI 自动生成 Wiki 页面,免去手动撰写
3-5×
记忆留存效率
主动检索 + FSRS 精准调度 vs 被动阅读
0
学习规划负担
Coach Agent 自动识别薄弱点并生成计划
10×
开发速度
Claude Code 全程辅助,1人3天完成全栈系统
100%
回答可溯源
RAG 检索私有知识库,杜绝 AI 幻觉
24/7
AI 自动运维
cron + systemd 全自动,无需人工干预

🧩 模型选型决策矩阵

模型 用途 选型理由 成本等级
Claude 3.5+ Wiki 页面生成 规划能力强、Markdown 结构化输出优秀、长文稳定性高 ●●● 中高
Qwen-Max Learning Coach 分析 中文理解顶级、SOTA 推理、DashScope 国内访问稳定 ●●● 中高
Qwen-Plus 答案评估 评估任务要求低于 Coach,性价比高,中文语义理解好 ●○○ 低
Claude Code 系统开发辅助 Agentic 操作能力强,可直接读写文件、执行命令、自主调试 ●●○ 中
核心原则:重推理的任务用最强模型,高频低复杂度任务用性价比模型。Coach 每周只跑一次,用 Qwen-Max 值得;答案评估每次复习都触发,用 Qwen-Plus 控制成本。整套系统每月 AI 调用费用 <¥50。

准备好升级
你的知识管理体系了吗?

这套系统已在生产环境稳定运行,覆盖笔记同步、AI 辅助学习、 知识发布的完整闭环。无论是个人成长还是企业知识沉淀, 都能即插即用,快速落地。

🚀 访问 LLM Wiki App 📰 查看博客
Self-hosted Open Architecture AI-Native Privacy-First Cost-Effective