评8模型与工具横评理论
知识库工具怎么选
Obsidian、Notion、Agent 建库产品横评：三大阵营与四问选购法。
截至 2026-08（核验 2026-08-22）· 本文随产品迭代定期更新 · 配套正文：免9b《建知识库必须用 Obsidian 吗》
导读
免9b 给了四问：数据放哪、要不要双链、AI 能不能直读、AI 替我建的文件在不在你手里。本篇把四问铺到 2026-08 的工具盘面：三大阵营总表，加卡帕西"Agent 建库"方法拆解。被博主视频种草前，先对表过四问，选型就从"跟着谁买"变成"我要什么"。
三大阵营总表
三阵营按"数据放在哪"划分。价格与功能以 2026-08 公开信息为准，引用前建议复核官方页。
一、本地笔记软件
| 产品 | 定位 | 数据放哪 | 能否导出开放格式 | 免费/付费 |
|---|---|---|---|---|
| Obsidian | 本地纯 Markdown 笔记库 + 双向链接 + 关系图谱，插件生态极大，被广泛视为"AI 时代第二大脑"首选底座 | 本地文件夹（.md 文件），数据完全自主 | 天然开放：库本身就是 .md 文件，无导出壁垒 | 个人使用免费；商业用途需 Commercial license；Sync/Publish 为付费云增值 |
二、云端平台
| 产品 | 定位 | 数据放哪 | 能否导出开放格式 | 免费/付费 |
|---|---|---|---|---|
| Notion | 云端一体化协作工作空间（文档 block + 数据库 + wiki），团队共享为主 | Notion 云端（专有 block 结构） | 部分：官方导出 Markdown & CSV，block/数据库结构有信息损失 | 免费版 + Plus/商业/企业版（Plus 约 $10/月，第三方口径，注4） |
| 腾讯 ima | "会思考的 AI 知识库"，搜-读-写一站式，深度整合微信生态 | 腾讯云端（个人知识库空间） | 未核实到开放格式一键导出（注2） | 基础功能免费（初始约 30G 空间）；付费主要买更大空间与进阶需求 |
| Gemini Notebook（原 NotebookLM，Google） | 基于源材料的 AI 研究与思考伙伴：源内问答带引用、音频概览、思维导图；2026-07 起更名，旧名仍广为流传 | Google 云端（笔记本+来源文件） | 有限：管理员可导出数据（含对话记录）；笔记导出开放格式能力有限 | 免费版（限 100 本笔记本/每本 50 来源/每日 50 次对话，第三方口径，注4）+ Pro/Ultra |
| 飞书知识问答 | 企业级 AI 问答，整合你在飞书内有权限的消息、文档、知识库、会议纪要实时作答 | 飞书云端（沿用企业权限体系） | 未核实到面向个人的开放格式批量导出（注2） | 公开知识库限时免费问答；非公开消耗企业 AI 额度 |
三、Agent 建库类
| 产品 | 定位 | 数据放哪 | 能否导出开放格式 | 免费/付费 |
|---|---|---|---|---|
| 卡帕西 LLM Wiki（方法，非产品） | 用 LLM/Agent 增量构建并持续维护一个持久 markdown wiki，明确反 RAG | 本地 markdown | 是：本身就是 .md | 方法免费（gist 公开），模型费自付 |
| Claude Code / Codex CLI 跑 gist | 把 gist 复制进 CLAUDE.md/AGENTS.md 即可跑通卡帕西方法，Obsidian 只作浏览层 | 本地 markdown | 是 | 免费路线：随所用模型订阅与 API 花费 |
| WorkBuddy（腾讯） | 桌面端 AI Agent 工作台，内置 /llm-wiki 技能直接实现卡帕西方法，支持多 agent 并行 | 本地 markdown（依据教程概述，注3） | 是（本地 markdown，可用 Obsidian 等打开） | 体验版 ¥0（限时免费，每月 500 积分）；标准版 ¥70/月起 |
| DeepWiki（Cognition） | 给 GitHub 代码仓库自动生成 wiki 式文档并可对话问答——对象是代码仓库，与卡帕西方法的"个人资料→本地库"方向相近但产物不同 | 平台内 wiki 页面 | 否（站内） | 公共仓库免费且免登录；私有仓库需 Devin 账号 |
注记（未核实项，禁止当作事实引用，以官方页为准）
- 注1：YouMind"0 代码搭建 Karpathy 同款"方案细节未核实，不进表。
- 注2：ima、飞书知识问答未在官方页核实到开放格式导出，属"核实过但未找到官方入口"，非"确认不存在"。
- 注3：WorkBuddy 产出本地 markdown 依据两篇教程概述（演示"迁移到用户级工作区"），未逐文件核实目录树。
- 注4：Notion Plus 约 $10/月、Gemini Notebook 免费版限额、Notion AI 并入订阅，均为第三方口径。
- 注5："Codex Tree"未核实为真实产品，不进表，见"边界与提醒"。
卡帕西的"Agent 建库"方法是什么
源头是 Andrej Karpathy（卡帕西）：2026-03 末发推提出，正文是 2026-04-04 的 GitHub gist《llm-wiki.md》（副标题"用 LLM 构建个人知识库的模式"，5000+ stars）。gist 定位"idea file"，复制进自己的 agent 即可（点名 Codex、Claude Code、OpenCode/Pi）。一手出处：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f （已直接访问）；推文 https://x.com/karpathy/status/2039805659525644595 。
方法要点（均摘自 gist 原文）：
- 反 RAG：不做每次查询的检索，让 LLM 增量构建并持续维护一个持久的互链 markdown wiki——知识"编译一次，然后保持最新"，是"持久的、复利的产物"。
- 核心类比："Obsidian 是 IDE，LLM 是程序员，wiki 是代码库。"
- 三层架构：raw sources（不可变原文，唯一事实源，LLM 只读）→ the wiki（LLM 生成并拥有的 md 目录：摘要页、实体页、概念页、比较页、总览）→ the schema（约定文件：
CLAUDE.md/AGENTS.md）。 - 三个操作循环：Ingest（一次一个来源、人在环：读原文→讨论要点→写摘要页→更新
index.md→顺藤摸瓜更新约 10-15 页）；Query（先读index.md再综合作答，好答案回流成新页）；Lint（定期查矛盾、过时声明、孤儿页）。 - 为什么成立：建库苦活是记账（改链接、建页、改索引），LLM 不会无聊、一次能可靠改 15 个文件；人升级为策展来源、指导分析、问好问题。文中自认是 1945 年 Memex 的当代实现，并建议用 git 管理。
怎么选：四问的展开
- 第一问（数据放哪）先定阵营。 本地路线（Obsidian、Agent 建库产出的 md）资产在你手里；云端平台协作方便、AI 开箱即用，但开放导出参差——Notion 有损、Gemini Notebook 仅管理员导出、ima 与飞书未核实到。库建在平台里，主动权就交出去了。
- 第二问（要不要双链图谱）决定 Obsidian 的分量。 大量笔记互相关联才需要，否则是负担。卡帕西原话只把 Obsidian 当"IDE"（浏览层），库本身是 md 文件——工具是查看器，文件和结构才是库。
- 第三、四问（AI 能否直读/文件在不在你手里）是 Agent 建库类的核心。 卡帕西方法、跑 gist、WorkBuddy /llm-wiki 产物都是本地 markdown：AI 直接读、文件在你手里、可进 git。DeepWiki 产物在平台内且对象是代码仓库——方法相近不等于同一种东西。
- 博主推荐为何多：话题新 + 免费入口多，不等于某款产品是唯一入口。 方法 2026-04 才发布，传播极快：gist 5000+ stars、B 站教程播放 17 万+、量子位等密集报道，这是流量现象；同一方法有多条路径——gist 免费复制、社区开源实现、WorkBuddy 体验版限时免费。是否涉及商业推广合作，素材未核实，判断工具仍是四问，不是"谁在推荐"。
- 起步：先免费跑通一个真实小库，再谈付费。 按 gist 姿势一次摄入一个来源、人在环，体会"人策展来源、LLM 记账"的分工。方法不限科研：gist 列的场景含个人生活、读书、商业团队、竞品分析、尽调、旅行规划、课程笔记、爱好。
边界与提醒
以下未从可靠来源确认，以官方页为准，禁止当作事实引用（忠实转述自素材）：
- "Codex Tree"未核实：多轮检索（中英文、GitHub、域名）均未找到此名产品，禁止当真实产品引用。干扰项：codextree.com 是 IT 外包公司、CoDEx 是知识图谱数据集、Codex 的 "tree" 多指 git worktree。疑似原指代（素材猜测，供回忆确认）：OpenAI Codex（B 站教程主角）、DeepWiki、腾讯 CodeBuddy。
- WorkBuddy 拼写：官方为连写 WorkBuddy（workbuddy.cn，腾讯）；"workbuddy / work buddy" 为常见变体。
- 推文日期为推算值：X 页面未能直接打开，2026-03-28 系推文 ID 雪花算法推算，2026-04 中文报道可佐证；gist 日期为页面明示。
- WorkBuddy 目录树见注3；社区开源实现未逐一验证代码。
- 实践争议为二手：虎嗅实践文、53AI 踩坑文（"知识库腐烂"：幻觉写入 wiki 后扩散）、arXiv:2605.18490（未核对）的成本争议，引用注明二手。
更新说明
- 上次核验：2026-08-22。调研：联网检索官方页面 + 一手来源；已直接访问：卡帕西 gist、WorkBuddy 官网与定价页、腾讯云实操文、ima 官网，其余为搜索摘要。
- 产品改版、更名（NotebookLM → Gemini Notebook）或计费变更后重新核验并更新"截至"月份。
- 本文为免9b 扩展文章：四问正文在免9b，本文只做其在工具盘面上的展开。
🖼️ 待补图位
图表源来自素材"可引用图表源"清单（2026-08-22），待补：
- Karpathy gist 内置结构图（一手，最佳引用）：三层架构 ASCII 图、agentic loop 图、项目结构图，可照描重绘 https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
- WorkBuddy 定价页四档卡片：可截图或重绘 https://www.workbuddy.cn/pricing
- 腾讯云 WorkBuddy + llm-wiki 实操文：流程图（初始化→摄取→深化）可重绘 https://cloud.tencent.com/developer/article/2710883
- ima 官网首页功能模块（搜读写三环）https://ima.qq.com/
- Gemini Notebook 官网（更名后首页）https://notebooklm.google/?hl=zh-CN
- 本文总表底稿：素材第三节"对比速查表"（注明"作者整理，口径 2026-08"）
- 量子位报道配图（社区实现成本对比，二手需注明）https://www.qbitai.com/2026/04/396983.html