Day 180 用 OKF 重整 Obsidian 筆記庫

來源文章:https://www.dawsonwang.com/day/180 發布時間:2026-06-28

這篇文章在講:作者把一包名為 Claude Secretary 的 Obsidian 技術筆記庫,從原本的 MOC 導覽整理法,搬到 Google Cloud 的 OKF(Open Knowledge Format)結構,讓同一包 Markdown 筆記對人和 AI agent 都更可攜、可讀。

重點摘要

  • 筆記庫規模:151 則技術筆記,涵蓋 Claude Code 架構、Threads 演算法等主題。
  • 舊做法:平放在單一資料夾內,靠 MOC(Map of Content)檔案導覽。
  • 舊做法的問題:關鍵字搜尋常撲空、噪音太多,AI agent 常要猜搜尋詞。
  • 文章主張:Karpathy 提出的 LLM Wiki pattern 很有用,但每個人做出的 wiki 結構都不同,跨工具可攜性不足。
  • 解法:用 OKF 把這個 pattern 標準化,讓不同 AI 工具都能讀懂。

OKF 長什麼樣

OKF(Open Knowledge Format)是一種以 folder + Markdown + YAML frontmatter 構成的知識格式。

核心規則很少:

  • 每個 .md 檔都能被直接讀取
  • frontmatter 裡有 type 欄位即可符合規格
  • index.md 是目錄入口
  • log.md 是變更紀錄
  • 其餘檔案多半是單則 concept / zettel

文章給出的結構範例如下:

knowledge-bundle/
├── index.md
├── log.md
├── topic-a/
│   ├── index.md
│   └── concept-1.md
└── topic-b/
    ├── index.md
    └── concept-2.md

frontmatter 例子:

type: zettel
title: MCP 跟 sub-agent 的 context 隔離差異
description: MCP tool call 結果進 main context;sub-agent 隔離中間步驟,只回摘要。
tags: [claude-code, architecture, context]
---

作者強調:consumer 不該因為遇到不認識的欄位就拒絕,這是讓格式能擴充的設計。

LLM Wiki 與 OKF 的關係

文章把 Karpathy 的 LLM Wiki 視為一個 pattern:

  • Raw Sources:原始資料,只讀不寫
  • Wiki:AI 產出的 Markdown 頁面與交叉引用
  • Schema:規則文件,例如 CLAUDE.md / AGENTS.md

LLM Wiki 解的是「把資料編譯成可持續維護的知識庫」;OKF 解的是「讓這個 pattern 變成跨工具、跨組織可攜的標準」。

文章特別點出:

  • LLM Wiki 是 pattern
  • OKF 是標準化版本
  • OKF 補上了 filename、metadata、目錄層級的共同語意

跟原本 Obsidian vault 的差異

作者認為 Obsidian 筆記庫原本對 AI 只是「部分可讀」:

  • Markdown 能讀
  • 但結構高度依賴 plugin 與人的整理習慣
  • AI 要理解資料夾與主題邊界,常常需要猜

OKF 補上的三件事:

  1. frontmatter metadata 讓 AI 直接知道筆記類型與描述
  2. index.md 的 progressive disclosure 讓 AI 先看地圖再深入
  3. 跨系統可攜,讓同一包知識可交給不同 agent / 工具讀

作者也強調:OKF 不取代 Obsidian,而是加一層結構,讓現有 Markdown 筆記更適合 AI。

搬遷結果

作者把原本的結構:

  • 8 個 moc-*.md
  • 151 則平放筆記
  • 60 份參考資料

整理成:

  • 根目錄 index.md 與 log.md
  • 11 個主題資料夾
  • 每個主題資料夾都有自己的 index.md
  • 原本的 wikilink 與 Dataview 基本上可繼續使用

文章的重點不是「換檔名」而已,而是把導覽結構重寫成能讓 AI 一路往下找的地圖。

實測差異

作者拿同一個問題測試:

background sub-agent 為什麼不能用 MCP tool?怎麼繞過去?

結果:

  • 搬之前:靠關鍵字搜尋,10 次工具呼叫,包含 4 次撲空
  • 搬之後:靠 index.md 導覽,3 次讀檔就找到答案

文章結論是:AI 不是讀不到,而是沒有地圖就只能靠猜關鍵字。

值不值得搬

作者的判斷是:

  • 只自己翻筆記、不接 AI:搬不搬差異不大
  • 會讓 Claude Code / 其他 agent 直接讀筆記:OKF 很值得
  • 目標是跨工具共用同一包知識:OKF 特別有價值

作者資訊

Dawson Wang 長期幫台灣團隊把 AI 工具落地到日常工作流,主打從 PoC 到上線再到團隊接手。

延伸閱讀