把「我是谁、做过什么」重构成一个 AI 能持续读懂、对外可对话查询的个人知识系统。worklog 是输入引擎,maxwellii.com 是输出界面,两端各司其职但数据高度耦合。
worklog(输入引擎):基于 Karpathy LLM Wiki 三层架构的 Obsidian + git 知识库。日记层只追加事务日志,wiki 层由 LLM 持续维护物化视图,schema 层(CLAUDE.md)人机共同演化。每次「记录今天」不只是写日记,而是一次知识编译:自动扫描各项目 git log 与 Claude memory 还原每日工作,一次摄入触及 10 到 15 个 wiki 页面,按领域分类加 wikilink 双向链接建立上下游关系。这与 RAG 的「查询时编译」形成根本差异,知识在写入时就被整理消化,适合需要被准确回查的个人经历类知识。
maxwellii.com(输出界面):终端体静态主页(bash 隐喻 + CRT 扫描线 + 朱砂方印),访客通过右下角 chat 框直接与「AI 版 Maxwell」对话。chat-api 后端(Next.js)把 worklog wiki、简历、项目档案做成 RAG 知识库(407 .md 多源平衡召回),自写向量检索加 cosine top-K,doubao-seed-2.0-lite 流式回答。公网服务做了 12 段 prompt 防御(防污染 / 防注入 / 求职隐私 4 层过滤)加 CSP 加 Rate limit。
AIREADME(方法论沉淀):把「为 AI 组织知识」抽象成 12 文件标准模板(CORE / PRD / ARCHITECTURE / SPEC / DECISIONS / DEPLOYMENT 等各司其职),界定每个文件谁维护、何时更新、写给谁看,现已是所有在做项目的标准底座。最大收益是跨项目信息互通:开发某项目时 AI 只需读依赖项目的 AIREADME,就能拿到接口契约与架构约束,省去翻代码重新梳理。
构建器是纯 Node 零依赖的 site/build.js,从 site/data/projects/<slug>.md 渲染终端体详情页,build 时主动从 worklog wiki 抽 git_log / decisions / stats。整条数据流是「摄入时编译」的跨项目延伸:知识从 worklog wiki 流向 embeddings.json,再从 embeddings.json 流向对话上下文。
~/Desktop/Projects/maxwell-homepagegithub.com/iyuenan3/maxwell-homepage(公开)maxwellii.com,11 月 9 日本人反馈备案已提交;根域与 www 仍暂停解析,未取得备案通过或正式 HTTPS 恢复证据。39.96.12.136:18080。旧新加坡业务已于 10 月 31 日清空,不能直接切回;恢复依赖北京保留的私有材料。deepseek-flash 与 qwen3.7-text-embedding,2048 维;2929 条已有脱敏片段重向量化并完成生产回读。