Justin's Public Notes

Knowledge System Architecture

3分钟阅读

Knowledge System Architecture

Summary

  • Scope: 定义当前这套 Obsidian Homelab AI OS 的核心分层、数据流和职责边界。
  • Status: active
  • Owner: justinxu

Layers

1. Source Layer

  • Primary source: Obsidian 本地 Vault
  • Authoring model: 人主写，AI 辅助，不让 agent 直接改正式知识
  • Main directories:
    • 10 Projects
    • 40 ADR
    • 50 People
    • 60 Architecture
    • 70 Team

2. Version and Sync Layer

  • Tooling: Obsidian Git + Forgejo
  • Role:
    • 负责版本历史
    • 负责 MacBook 与 homelab 之间的同步
    • 为 webhook 和自动构建提供触发点

3. Compilation and Retrieval Layer

  • Tooling: llm-wiki
  • Role:
    • 从 Vault、Codex、Claude Code 等输入中编译知识站
    • 生成可浏览、可检索、可供 AI 再消费的输出
  • Public entry:
    • wiki.justinvc.com

4. Memory Layer

  • Tooling: gbrain
  • Role:
    • 吸收高质量、人类主导的结构化页面
    • 形成长期记忆与检索能力
  • Current strategy:
    • 第一阶段优先导入 Projects / ADR / People / Architecture / Team
    • 不直接粗暴导入全部 raw sessions

5. Agent Layer

  • Tooling: Hermes (planned)
  • Role:
    • 读取正式知识层和长期记忆层
    • 执行日报、周报、meeting prep、项目跟踪等任务
  • Output policy:
    • 先写 review/staging
    • 不直接写正式知识

Runtime Topology

  • MacBook:
    • Obsidian
    • Codex
    • Claude Code
    • Ghostty
  • homelab:
    • Forgejo
    • llm-wiki
    • gbrain
    • webhook / timers / automation scripts
  • TrueNAS:
    • NFS datasets
    • snapshots / backup baseline

Data Flow

  1. 在 MacBook 的 Obsidian Vault 中写正式内容。
  2. Obsidian Git 自动 commit / pull / push 到 Forgejo。
  3. Forgejo webhook 触发 homelab 执行 git pull + llmwiki sync/build。
  4. llm-wiki 更新知识站和编译结果。
  5. gbrain 从高质量正式内容中导入长期记忆。
  6. 后续 Hermes 消费 llm-wiki + gbrain，生成行动建议和辅助产出。

Risks

  • 正式知识增长速度不够，会限制 gbrain 和 Hermes 的效果。
  • AI generated 内容如果越界进入正式层，会污染长期记忆。
  • 过于频繁的自动提交可能让 Git 历史变碎，需要继续观察。

References

  • ADR 0001 - Vault Sync Strategy
  • ADR 0002 - Knowledge Layer Boundaries
  • Obsidian Homelab AI OS
  • Homelab AI OS Working Session