核心用法
Wiki System 实现 compilation-over-retrieval（编译优于检索）范式，将AI记忆从"用完即弃"升级为"知识复利"。系统三层架构：
1. Raw Sources（只读层）：PDF、文章、URL等原始资料
2. The Wiki（编译层）：LLM自动维护的结构化Markdown页面，含frontmatter元数据、[[双向链接]]、交叉引用
3. WIKI-SCHEMA.md（规则层）：命名规范、工作流、域名体系（bio/vita/longevity/tech/ops/finance/people）
三大操作：Ingest（提取声明→创建/更新页面→生成交叉引用）、Query（优先查Wiki合成答案）、Lint（周度健康检查：死链、孤立页、矛盾声明）。
显著优点
- 知识复利：洞察沉淀为可复用资产，而非消散在聊天历史
- 人机分工：人类策展输入，AI承担人类通常放弃的维护开销
- 零配置集成：Wiki页位于
memory/目录，自动被所有OpenClaw记忆后端索引（SQLite FTS/QMD/Honcho） - Dreaming零冲突：与每日对话压缩系统Dreaming文件隔离、时段错开（2:30AM dreaming → 4:00AM wiki ingest）
- Obsidian兼容：
[[wikilink]]语法可直接用Obsidian可视化知识图谱
潜在局限
- 策展依赖：需人工决定"什么值得进Wiki"，无自动过滤可能堆积低价值内容
- 规模瓶颈：~50页后建议启用QMD reranking；80页+需拆分子域索引
- 初期摩擦：需建立WIKI-SCHEMA共识，团队场景需协调命名规范
- 非实时：Ingest为批处理（默认日更），不适合毫秒级知识需求
适合人群
- 长期项目研究者（医疗、法律、学术领域）
- 跨会话需保持领域知识一致性的专业用户
- 已有Obsidian工作流的Markdown原生用户
- 愿意用"延迟整理"换取"持久结构"的策展者
常规风险
- 元数据漂移：confidence/status字段若不及时Lint可能过时
- 交叉引用膨胀：双向链接过多可能降低可读性
- 来源归因误差：LLM摘要可能模糊原始出处，需人工抽查Key Claims区块
- 自动化依赖：cron任务故障可能导致ingestion queue积压（可通过
openclaw cron list监控）