T-Wiki for Obsidian

把文档、网页、音视频和个人笔记整理成可追溯、可审阅、相互链接的 Markdown 知识库。

T-Wiki 不只是生成一份摘要。它先保留标准化来源，再由 LLM Agent 比较现有知识、提出变更，经过用户审阅后写入 Wiki，最后通过索引和 WikiLink 支持关联查询。

T-Wiki 不要求安装 Claude Code。Agent Runtime 已内置在插件中，但需要用户自行提供支持原生 Tool Calling 的 LLM API。

Obsidian 社区页面 · GitHub Releases · 更新记录 · 安全说明

T-Wiki 工作台

T-Wiki 首页与知识库状态

从首页可以导入素材、创建笔记或开始提问，并查看 Wiki 页面、来源、知识链接和待处理任务。

工作流程

导入或编写 → Raw → 知识沉淀 → Diff 审阅 → Wiki 图谱 → Query

1. Parse 与 Ingest

资料先被解析为带来源 Hash 的 canonical Raw。用户开始 Ingest 后，Agent 才会阅读原文、比较已有 Wiki 并生成知识候选。

T-Wiki 解析 Raw 并执行 Ingest

2. Diff 审阅

Agent 不会直接修改 wiki/。候选报告和逐页 Diff 会先交给用户检查，知识页面可以接受或拒绝，Source 页面负责保留来源追溯。

候选与覆盖报告	Evidence、Diff 与应用

3. Wiki 图谱

通过审核后，Source、Concept、Entity 和 Synthesis 以 Markdown WikiLink 相连，可以直接使用 Obsidian 图谱和反向链接。

T-Wiki 生成的 Wiki 关系图谱

4. Query

Query 从 Navigation Index 选择相关 Wiki，再按需读取正文、沿链接继续探索，并校验最终引用。

T-Wiki 基于 Index 的知识查询

这张图展示的是 Index 导航、按需正文读取和引用校验；只有问题需要关系上下文时，Query 才会继续沿 WikiLink 和 backlinks 探索。

主要能力

导入 Markdown、TXT、PDF、网页、本地音视频和个人笔记。
可选 MinerU、Bilibili 字幕、远程 ASR、FFmpeg 关键帧和抖音 yt-dlp。
将不同来源统一发布为可验证、可追溯的 Raw Markdown。
提取 Entity、Concept 和 Synthesis，并先与已有 Wiki 比较。
使用 Evidence 支持结论，并额外检查数字、百分比和日期。
自动建立并校验 Source 与知识页面之间的 WikiLink。
支持个人笔记、Raw 修订、版本 Diff 和三方 Rebase。
使用 WorkingSet、CAS 和事务写入保护 Vault。
通过 Pending Plan、ParseAttempt、媒体 Checkpoint 和恢复中心处理意外中断。

快速开始

1. 安装插件

在 Obsidian 中打开 设置 → 第三方插件 → 浏览，搜索 T-Wiki 并安装。

也可以从 GitHub Releases 下载 main.js、manifest.json 和 styles.css，放入：

<Vault>/.obsidian/plugins/t-wiki/

重新加载 Obsidian，然后启用 T-Wiki。插件仅支持桌面端。

2. 初始化知识库

打开右侧 T-Wiki 工作台，在首页点击 初始化 T-Wiki，填写知识库名称、知识领域、目标读者和语言。

初始化会在当前 Vault 创建：

raw/              标准化且可验证的来源 Markdown
wiki/             审阅后写入的知识页面
notes/t-wiki/     用户笔记和 Raw 修订稿
templates/        Wiki 页面模板
.llm-wiki/        Manifest、索引、事务和恢复状态

初始化不会上传资料或调用 LLM。

3. 配置 LLM API

进入 设置 → T-Wiki → 常规：

选择 Anthropic Messages 或 OpenAI-compatible Chat Completions。
填写服务商要求的 Base URL 和 API Token。
为 Fast、Default、Deep 三种角色选择模型；只有一个模型时可以重复使用。
保持结构化输出为 Auto，并填写模型实际支持的 Context Window。
点击 测试连接，通过两轮 Tool Call / Tool Result 续轮测试后再正式使用。

API Token 只保存到 Obsidian Secret Storage。兼容服务必须正确实现原生 Tool Calling；仅能聊天的接口无法完成 Ingest 和 Query。

4. 导入、沉淀和查询

在素材页面选择文件或抓取来源。
等待 Parse 完成，按需点击 预览 Markdown 检查 Raw。
点击 开始 Ingest。
在审阅页面检查并应用 Diff。
打开生成的 Wiki 页面，或进入 智能 → 知识查询 提问。

5. 从自己的笔记开始

在笔记页面点击 新建笔记并输入标题。
在 Obsidian 中正常编写 Markdown。
选择 发布快照，只生成 Raw；或选择 发布并沉淀，继续进入 Ingest。
审阅 Wiki Diff 后再确认写入。

不要直接修改 raw/。需要修正已导入内容时，请创建 Raw 修订稿；旧 Raw 会继续作为不可变历史保留。

支持的来源

来源	默认处理方式	可选能力或依赖
Markdown / TXT	本地解析与规范化	无
PDF	PDF.js 本地解析	MinerU Cloud 或自托管 MinerU
公开网页	本地提取正文	Web Clipper Inbox
本地音频	远程 ASR 生成文字稿	FFmpeg 分片、断点恢复、文字稿整理
本地视频	ASR 文字稿	FFmpeg 抽帧和独立视觉模型
Bilibili	平台公开字幕优先	无字幕时远程 ASR
抖音	yt-dlp 下载单个公开视频	FFmpeg、远程 ASR 和视觉模型
用户笔记	本地 Markdown 编辑	发布快照后进入 Ingest

可选解析配置

文档解析：配置解析并发和 MinerU。扫描型或复杂 PDF 可能上传至用户配置的服务。
来源采集：配置 Web Clipper Inbox 和抖音 yt-dlp。
音视频：选择 OpenAI-compatible Transcriptions 或 Whisper ASR Webservice；远程上传必须逐任务确认。
关键画面：配置 FFmpeg/FFprobe 和 OpenAI-compatible 视觉模型。

常用命令

以下命令可在 T-Wiki 的智能输入框中使用：

命令	作用
`/query <问题>`	查询 Wiki
`/query <问题> --deep`	深度查询，并允许回溯 Raw
`/query <问题> --scope wiki\|raw\|hybrid`	指定查询范围
`/save [内容]`	将内容或最近回答保存为 Wiki 页面
`/save --type output\|synthesis`	指定保存页面类型
`/lint`	检查 Wiki 健康状态
`/lint --fix`	生成可审阅的修复建议
`/reindex`	重建 Wiki 索引
`/agent status`	查看当前 Agent 状态
`/agent cancel`	取消当前 Agent 任务

Ingest 通常直接在素材页操作，也支持：

命令	作用
`/ingest scan`	查看可处理来源
`/ingest process <sourceId或raw路径>`	处理单个来源
`/ingest batch <来源1> <来源2> ...`	原子处理多个来源

数据、隐私与安全

默认文件操作限制在当前 Vault；Raw、Wiki、索引和恢复状态均保存在本地。
Ingest 和 Query 会将相关 Raw/Wiki 上下文发送到用户配置的 LLM API。
MinerU、ASR 和视觉服务可能接收 PDF、音频、缩略图或相关文字，请按资料敏感程度选择服务。
远程媒体上传必须逐任务确认；授权不会写入 Manifest。
API Token 使用 Obsidian Secret Storage，不写入 Markdown、日志或普通配置。
T-Wiki 不提供遥测；质量验收和 Agent 审计保存在本地，并避免保存正文。

完整安全边界和漏洞报告方式见安全说明。

开发

npm install
npm run verify
npm run build

生产发布时，manifest.json、versions.json、Git Tag 和 GitHub Release 的版本必须一致。

T-Wiki

Description

Reviews

Stats

Latest Version

Changelog

README file from