这个组合最近在各个平台爆火，核心逻辑一句话：让 Claude Code 接管你的 Obsidian 笔记库，成为一个不断进化的个人知识中枢。

RAG 的根本缺陷

大多数人和 LLM 的交互模式是 RAG：上传一堆文件，问问题时 LLM 检索相关段落，生成答案。每次对话都是从零开始，没有积累。

这个模式的问题是：问一个需要综合五份文档的深问题，LLM 每次都得重新找碎片、重新拼凑。NotebookLM、ChatGPT 文件上传、大多数 RAG 系统都是这样工作的。

Karpathy 提出的解法更聪明：让 LLM 在你和原始文档之间建一个持久化的 Wiki。

持久化 Wiki 的思路

当你往这个系统添加一份新文档时，LLM 不会只是索引后等待检索。它会主动阅读它，提取关键信息，然后把这个信息整合进已有的 Wiki——更新实体页面、修订主题摘要、标注新旧数据之间的矛盾。知识被编译一次，然后持续保持最新，而不是每次查询都重新推导。

类比一下：RAG 是每次用完就扔的草稿纸，这个 Wiki 是你持续维护的笔记本。

搭建方法

总共四步，全程不超过 5 分钟：

第一步：下载 Obsidian，建立一个 Vault（本质上就是一个文件夹，用来存放所有 markdown 文件）。

第二步：Claude Code 桌面应用，在主聊天框点"Select Folder"，指向你的 Obsidian Vault。

第三步：把 Karpathy 的 system prompt 粘贴进去。

核心指令大概是这个意思：把你当作一个知识管理者，用户的文档库是原材料，你的职责是维护一个持久化的 Wiki，每次添加新材料都要更新相关页面、标注矛盾、保持体系一致。

第四步：往 Vault 里扔你的各种素材——文章、笔记、想法、会议记录都行。

这个系统能做什么

每日汇总：每天在 Obsidian 里写日记，Claude Code 读取后自动做综合分析，比单独的 RAG 系统理解得更深。

构建个人 Wiki：让 Claude Code 帮助把笔记结构化，建立实体页面和关联关系，形成一个活的知识网络。

超级 Prompt 上下文：把个人生活、商业计划、写作素材都喂给 Claude Code，它就能生成高度个性化的输出——因为它掌握的是你持续更新的完整上下文，而不是每次临时丢进去的碎片。

发现知识盲区：Obsidian 有一个"Orphans"功能，可以找出没有任何连接的笔记节点——也就是你的知识体系里还没被整合的角落。

不适合谁

不擅长可视化的人：这个系统最大的价值在于可视化你的数据，如果不关心这个，收益有限。

不想维护数据库的人：虽然维护成本不高，但如果你不往 Vault 里持续输入内容，它就毫无用处。

存储空间紧张的人：Obsidian 的 MD 文件会占用设备空间。