personal-knowledge-base

个人自生长知识库骨架：手机转发短视频 → Telegram bot 提取逐字稿 → 自动落盘 → Agent 编译成 wiki → Obsidian / 网页浏览。

架构合并自 Karpathy LLM Wiki 方法论与 llm-wiki-agent（MIT 底座），外加：Telegram bot 直写归档、项目记忆层（projects/）、派生内容隔离、两阶段摄取、curation 策略等防腐规则。完整规范见 AGENTS.md。

本仓库只含骨架、工具与方法论。真实素材放在你自己的私有库里——建议双仓库分工，公开库永不放内容。

数据流（两条摄取路径，产出同构文件）

路径 A：Telegram bot 直写（推荐）

📱 短视频分享 → Telegram bot（whisper 转录；消息可带 #标签）
      ↓ tools/telegram_archive.py（bot 内嵌调用，见 docs/telegram-bot-patch.md）
💾 raw/clips/*.md（只读原始层，自动 commit + push）
      ↓ Agent: ingest（两阶段编译，建议每周批量、按标签聚类）
📚 wiki/ → 🔍 Obsidian / query 问答 / build graph / Quartz 网页版

路径 B：飞书多维表格收件箱（tools/feishu_sync.py + .env，见 .env.example）

快速开始

1. 克隆并作为 Obsidian Vault 打开：Obsidian → Open folder as vault → 选本仓库目录
2. 接入你的 bot：按 docs/telegram-bot-patch.md 三处补丁把 telegram_archive.py 嵌进你的转录 bot；或走飞书路径配置 .env
3. 用 Claude Code / Codex 打开本目录，日常动作：

   health                # 每次开工先跑（零成本结构体检）
   ingest raw/clips/     # 批量编译进 wiki（先看影响清单再确认）
   lint                  # 每周一次内容质检
   query: <问题>          # 基于 wiki 检索问答
   

多知识库

同一个 bot 可支撑多个库（比如帮朋友建一个他主题的库）。tools/tg_group_export.py 从 telegram-search 的 postgres 按群 ID 导出 bot 文字稿：

python3 tools/tg_group_export.py --chat-id <群ID> --out <目标库>/raw/clips
# 幂等可重跑；跳过 AI 梳理/处理中消息；4000 字分段自动拼回

Curation 策略

时效新闻、水货听写、纯引流内容——raw 与 wiki 一并删除（在 wiki/log.md 留痕）；长期可用的工具/方法类保留。知识库是长期资产，不是新闻存档。

分享给别人看

• 私有 GitHub 仓库 + 邀请协作者（零成本）
• Quartz 把 wiki/ 构建成静态站（双链/图谱/搜索齐全），托管到 Cloudflare Pages（免费、不绑卡）
• 私密访问：tools/deploy_kb_site.sh 一条龙——构建 + Basic Auth 密码门禁（Pages Worker 实现，无需 Zero Trust）+ noindex + 部署

依赖

• Python 3.10+（pip install -r requirements.txt，仅 lint/graph 需要；归档/导出零第三方依赖）
• bot 侧：whisper + ffmpeg
• 可选：gitleaks 做 commit 前密钥扫描

回滚

一切变更都在 git 里：git revert <commit> 回滚任意一次 ingest/归档。

致谢

底座：SamurAIGPT/llm-wiki-agent（MIT License，见 LICENSE）