这个仓库把 Obsidian_Vault 调整成贴近 WikiLLM 精神的工作区：原始素材进入 raw/，LLM 编译后的知识库进入 wiki/，面向 Claude Cowork / OpenClaw 的技能说明进入 skills/。

当前 Agent 会监听 Obsidian_Vault/raw/，自动解析 PDF / Markdown / TXT，检索已有 Wiki，上下文化生成正式笔记，并把网页 Markdown 里的远程图片下载到 wiki/assets/ 后改写成 Obsidian 可直接显示的本地嵌入。

Obsidian_Vault/
├── raw/                    # 源文档与未处理数据
│   └── image/              # 手动保存的原始图片
├── wiki/
│   ├── concepts/           # 概念条目
│   ├── practices/          # 方法与操作流程
│   ├── visual/             # Mermaid/图谱/表格等可视化内容
│   ├── queries/            # 研究问答归档
│   ├── assets/             # Markdown 本地化后的图片资源
│   ├── INDEX.md            # Vault 导航入口
│   └── Glossary.md         # 术语表
├── skills/                 # 可移植给 Claude Cowork / OpenClaw 的技能
└── README.md               # Vault 说明

Python_Agent/
├── main.py                 # 守护进程入口，监听 raw/
├── config.py               # vault 路径与目录分区定义
├── parser.py               # 文档解析与远程图片本地化
├── chunker.py              # 长文档 Map-Reduce 分块
├── embeddings.py           # BGE-M3 向量嵌入
├── memory.py               # ChromaDB 索引与检索
├── llm_brain.py            # 结构化输出，选择 wiki 分区
└── writer.py               # Frontmatter + 原子写入

cd Python_Agent
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
python main.py

如果你更喜欢常驻方式：

docker compose up -d --build
docker compose logs -f

1. 用 Obsidian Web Clipper 或手动保存，把 Markdown / PDF / TXT 放进 Obsidian_Vault/raw/。
2. 如果是网页 Markdown，Agent 会尝试把远程图片下载到 Obsidian_Vault/wiki/assets/<来源名>/，并把原始 Markdown 改写成 ![[wiki/assets/...]] 形式。
3. Agent 会检索整个 wiki/，并把生成结果直接写入 concepts/、practices/、visual/ 或 queries/。
4. 在 Obsidian 里从 wiki/INDEX.md 开始浏览，再结合 Graph View、反向链接、Mermaid 预览查看结构。
5. 当你需要让 Claude Cowork 或 OpenClaw 协作时，直接复用 Obsidian_Vault/skills/ 里的技能目录。

• raw/ 保留原始来源，不再使用单独的 Inbox/Review/Archive 流程。
• wiki/ 里的 Markdown 是正式知识库，适合版本化和长期维护。
• 图片不做语义分析，只做本地化和正确引用，优先保证 Obsidian 内可视化稳定。
• wiki/visual/ 允许用 Mermaid、对照表和导航图补强结构可读性。
• skills/ 不是仓库说明的副本，而是从当前项目工作流蒸馏出来的可执行约束。

• 默认 VAULT_PATH=../Obsidian_Vault，不需要改仓库目录名。
• 首次运行会下载 BAAI/bge-m3、Docling 相关模型并初始化 ChromaDB。
• Docker Compose 已经把宿主机的 Obsidian_Vault/ 映射到容器 /app/Obsidian_Vault。
• 如果你使用云端 OpenAI-compatible API，直接在 Python_Agent/.env 填好 LLM_PROVIDER、LLM_MODEL、LLM_BASE_URL、LLM_API_KEY 即可。