“不要让知识成为孤立的碎片，要让它们生长为一片可以漫游的星系。”
深受 Andrej Karpathy 关于结合 LLM 和 Obsidian 理念的启发，本项目致力于构建一个高密度、自连接、可编织的个人知识图谱。通过大语言模型强大的文本切分与实体认知能力，结合 Obsidian 的局部双链 (Bidirectional Links) 与图谱视图 (Graph View)，将海量的计算机底层原理、面试硬核八股文转换为一个“会自己生长的第二大脑数据库”。
- 拒绝碎片化（Topic Clustering）：放弃一问一答式“为了背题而背题”的单薄结构，基于底层逻辑将海量题目按知识簇（如『MySQL 锁与事务』、『并发工具类』、『JVM 内存管理』）进行聚合。
- 万物互联（Automated Link Graph）：在孤立文档之间打通维度的羁绊。当你看到 MySQL 的
B+树时，能一键穿梭到 Java 的TreeMap/红黑树；看到 Spring 的IoC，能无缝漫游到动态代理甚至底层反射。 - LLM 自动化维护（AI-Driven Ops）：结合定制化的脚本工具库，让 AI 介入数据清洗、索引建立和防丢失校验环节，实现绝对安全的重构与自动化双链注入。
所有经过清洗和聚类的主题都被存放在 wiki/ 目录下，目前已完成结构重塑的领域包括：
- ☕ Java 后端核心体系:
Java基础、集合框架、并发编程、JVM 虚拟机 - 🗄️ 现代数据存储与中间件:
MySQL 核心机制、Redis 高性能缓存 - ⚙️ 微服务与架构:
Spring 生态 - 🛠️ 算法:
算法题库(已重构：全面切换 Python 3，核心套路模板化)
根目录的这几个 # 级文件都是极为有用的核心资产。它们构成了这套框架运转和 AI 代理管理的基石：
- 🤖
AGENTS.md- AI 代理的思想钢印与运行操作法则。里面不仅存放了协同工作的纪律（如不能擅自删除任何带有价值段落的 Markdown），也记载了所有惨痛的历史教训（如环境编码��码、正则极易破坏已有代码块等）。下一次有任何代理尝试用 Node.js 帮你写自动化替换代码时，看到它就能避免前人犯过的错。
- 📝
优化记录.md- 全局变更日志。记录每次重构、排版清洗和知识扩充的详细操作记录，是知识库演进的唯一历史档案。
💡 在这里，我们不是在机械记录孤岛笔记，而是在构建我们大脑内知识体系的数字镜像。进入 Obsidian 按下快捷键探索你的 Graph View（关系星系图） 吧！