VoiceKB — Obsidian 驱动的个人 AIOS

为什么做

同时使用多个 AI 后，真正的问题不是模型不够多，而是上下文分散、事实互相冲突、一次性结论没有回流。VoiceKB 用本地 Markdown 保存长期事实，让不同工具在同一套边界下协作。

系统分层

层级	保存什么	关键规则
原始资料	网页、会议、附件、对话摘要	保真，不把摘要冒充原文
项目事实	目标、约束、进展、决策、交付	标时间与证据，旧快照不当当前状态
领域方法	可复用框架、SOP、反例与边界	优先更新旧卡，避免平行重复
仲裁记录	冲突、合并去向、状态	谁执行谁回写，未完成不标完成
复盘反馈	使用结果、人工修改和失败原因	把纠正转成下次前置检查项

工作闭环

外部资料 / 项目输入
→ 收件箱与原始层
→ 去重、分类、事实 / 推断分离
→ 合并到项目或方法卡
→ 更新索引
→ 用真实问题检索验收
→ 在交付中调用
→ 把结果和纠正写回

这里有三个容易混淆的状态：检索命中只说明找得到，实际应用说明进入了真实任务，验证通过还需要结果或读回证据。三者分开记录。

AI 与工具怎么分工

• Obsidian / Markdown：事实源与人工维护界面。
• 搜索与 RAG：派生索引，可重建，不反向覆盖事实。
• Codex / Agent：读取上下文、执行文件与数据任务、完成验收。
• 本地 LLM：处理敏感或高频的分类、抽取和初步摘要。
• n8n 等编排层：在流程稳定后连接触发器、任务状态与外部服务。
• 人：确认事实、因果、公开边界和最终交付。

做对的判断标准

系统不是以笔记数量衡量，而看四件事：关键资料能否被找到；答案能否回到来源；真实任务是否复用了旧经验；新结果是否更新了旧规则。

公开边界

本站展示的是脱敏后的架构和方法，不同步私人资料、联系人、客户原始数据、账号凭证、本机绝对路径与未验证的业务状态。