LLM Wiki
Tu baúl de conocimiento mantenido por tu agente de IA
Markdown plano + LLM como redactor + humano como editor.
90-120 min para salir con tu propio wiki personal funcionando.
El conocimiento personal se evapora
Cinco síntomas que reconocerás. Si te pasan tres o más, este taller es para ti.
Chats sin estado
Cada sesión con Claude/ChatGPT empieza desde cero. Lo bueno que descubriste ayer no llega a hoy.
Contexto fragmentado entre tools
Memoria de Claude, memoria de Cursor, memoria de Codex, memoria de ChatGPT. El conocimiento existe — atrapado en silos que no se hablan.
Notas dispersas
Apple Notes, Notion, Bear, Drafts, post-its. Cinco apps, cero recuperación.
Bookmarks que nunca relees
Pinboard, Raindrop, una carpeta de favoritos del navegador. URLs sin contexto, fríos al volver.
Notion como cementerio
Bases de datos preciosas que nadie consulta. Estructura sin uso = ruido caro.
Tu wiki es un knowledge graph en markdown
El mismo modelo formal que usan Google, Wikipedia y Obsidian. Tres elementos. Si tomas notas con cuidado, el grafo emerge solo.
Una cosa
Persona, idea, lugar, evento, concepto. En tu wiki: una página .md.
[[mcp]]Una relación nombrada
Causa, depende de, referencia, deriva en. En tu wiki: un [[wiki-link]] dentro de una página.
X usa YEl átomo del grafo
Sujeto + relación + objeto. La unidad mínima del conocimiento estructurado.
mcp · expone · toolsEl insight
No diseñas el grafo top-down. Emerge cada vez que enlazas una página a otra con [[…]]. El resultado: un mapa de tu pensamiento que se compone con el tiempo, no se acumula. Wikipedia visualizada en Obsidian (1,1% de su contenido) ya forma una constelación densa — el tuyo lo hará al cabo de meses.
El patrón LLM Wiki en una frase
Markdown plano + LLM como redactor + humano como editor. Tres piezas, una arquitectura.
Markdown plano
Ficheros .md versionados con git. Sin lock-in, sin BBDD, sin builds. Tu corpus es portable y dura décadas.
LLM como redactor
Tu agente (Claude, Codex, OpenCode, Copilot…) lee fuentes en bruto, sintetiza, conecta páginas, mantiene índice y log. Trabajo barato y reproducible.
Humano como editor
Tú decides qué entra, citas las fuentes, validas el plan antes de escribir, refinas el resultado. La calidad sigue siendo humana.
"Instead of just retrieving from raw documents at query time, the LLM incrementally builds and maintains a persistent wiki, a structured interlinked collection of markdown files that sits between you and the raw sources. The knowledge is compiled once and then kept current. It's not rederived on every query."
Lo que necesitas no es un chatbot — es un bibliotecario
RAG vectorial te devuelve fragmentos sueltos por similitud. Funciona para "¿qué es X?". Falla cuando la respuesta vive entre documentos: qué libro llevó a cuál, qué capítulos están relacionados, qué ideas dependen de otras. Un wiki interconectado da al agente lo que un bibliotecario daría a un investigador: rutas, no fragmentos.
Tres capas, seis piezas
El patrón se descompone en tres capas explícitas. Dentro del wiki compilado, seis piezas hacen que sea recuperable, auditable y portable.
raw/Bandeja de entrada
Fuentes en bruto: artículos clipped, PDFs, transcripciones, notas. Sin tocar. Política propia tras ingestar (conservar / archivar / eliminar).
wiki/Wiki compilado
Páginas .md sintetizadas e interconectadas. Frontmatter YAML, [[wiki-links]], index.md plano, log.md append-only, MOCs temáticos cuando un dominio crece.
mantenimientoAuditoría periódica
El agente revisa contradicciones, páginas huérfanas, datos obsoletos, conceptos sin página propia. La salud del baúl no la mantienes tú: la dirige tu agente.
Categorías propias
Tú decides qué subcarpetas tiene wiki/ tras la entrevista de finalidad. El patrón no impone vertical: una página = una idea, las carpetas las nombras tú.
Frontmatter YAML
tipo, resumen, fuentes, actualizado, tags. Obsidian lo renderiza como Properties; Dataview lo consulta.
index.md plano
Tabla de contenidos con una línea por página. Sin él, el agente no sabe qué hay y duplica páginas.
log.md append-only
Cada operación queda registrada con formato "[YYYY-MM-DD] tipo | título". Auditable con grep.
MOCs temáticos
Cuando un dominio acumula >10 páginas, un Map of Content (wiki/<dominio>.md) agrupa con queries Dataview.
Plantillas tipadas
Una plantilla por tipo (concepto, referencia, nota, …) garantiza frontmatter consistente y secciones canónicas.
Tu pensamiento vs síntesis del agente
Antes del Hands-on tienes que decidir: ¿el agente toca tus notas propias o solo el material que sintetiza? Tres opciones, una pregunta en la Entrevista de finalidad.
Vault único
Mismo repo · sin separación - Pros
- Simple. Un solo sitio que abrir. El agente lo ve todo y conecta libremente.
- Contras
- Borrosa la frontera entre lo que pensaste tú y lo que sintetizó el agente. Difícil de auditar al cabo de meses.
- Cuándo
- Empezando. Wiki pequeño (<50 páginas). Fuentes mayoritariamente externas (artículos, papers).
Dos vaults (firewall)
human-vault/ + llm-vault/ - Pros
- Sabes siempre qué viene de tu cabeza y qué del agente. El agente solo lee/escribe en llm-vault. Auditable.
- Contras
- Dos repos que mantener. El agente no puede tirar de tus notas humanas para enriquecer el LLM Wiki.
- Cuándo
- Tomas notas humanas en serio (Zettelkasten, journaling). Quieres separación deontológica clara humano/IA.
Mismo vault, namespace separado
wiki/humano/ + wiki/llm/ - Pros
- Una sola raíz. Frontera explícita por subcarpeta. El agente puede leer humano/ pero solo escribir en llm/.
- Contras
- Disciplina de namespace al crear cada página. Si te saltas la regla, el firewall se erosiona.
- Cuándo
- Punto medio. Caso más común para conocimiento personal mixto (síntesis IA + reflexión propia).
Sea cual sea la decisión, el agente siempre cita la fuente original (URL, libro, repo) y nunca un fichero raw/ intermedio. Esa regla es independiente del firewall que elijas.
Tres plantillas universales + un menú opcional
El starter no impone una vertical. Vienen activas tres plantillas que sirven para casi cualquier caso, y el agente activa las opcionales que encajen tras la entrevista de finalidad.
Universales · siempre activas
| tipo | cuándo usarla |
|---|---|
concepto | Idea reutilizable que se cita desde varias páginas |
referencia | Fuente externa (artículo, paper, vídeo, libro, repo) |
nota | Entrada genérica — la más flexible |
Opcionales · activadas según finalidad
En templates/opcionales/. El agente recomienda mover a templates/ las que encajen con tu caso.
| tipo | cuándo encaja |
|---|---|
proyecto | Una página por proyecto, repo, cliente o iniciativa |
herramienta | Una herramienta concreta del stack |
identidad | Perfil, trayectoria, valores (si tu wiki incluye marca personal) |
comunidad | Marca, audiencia, canales (si gestionas una comunidad o producto) |
operativa | Roadmap, ideas, playbooks, ADRs |
Vocabulario controlado de tags
Los tags del frontmatter siguen un vocabulario común para que las queries Dataview funcionen. Empieza con pocos — si una finalidad es estudio, prueba tema, examen; si es cliente, requisito, incidencia; si es hobby, los términos de tu dominio. Regla: cada nuevo tag debería aparecer en 2-3 páginas para ganarse su sitio.
De fuente bruta a páginas conectadas
Una sola fuente puede afectar a 5-10 páginas. Es normal. El flujo es siempre el mismo, lo que cambia es el contenido.
- 1 Lee la fuente entera
Identifica autor, fecha y URL real. El fichero raw es solo un contenedor efímero.
- 2 Comenta antes de escribir
El agente propone un plan: qué páginas crear o actualizar, agrupadas por tema (no por fichero).
- 3 Itera el plan
Tú validas: fusiona páginas redundantes, descarta lo que no aporta, añade conexiones que faltan.
- 4 Crea/actualiza desde plantilla
Cada página parte de templates/<tipo>.md. Frontmatter completo, secciones canónicas, [[wikilinks]].
- 5 Cita la fuente original
En frontmatter y en cuerpo. NUNCA el fichero raw. La regla protege la portabilidad de tu corpus.
- 6 Actualiza index.md y log.md
Una línea por página nueva en index, una entrada `## [YYYY-MM-DD] ingest | …` en log.
- 7 Aplica tu política de raw/
Conservar (default), archivar a raw/_archived/<año>/ o eliminar. Lo decides tú en la Entrevista de finalidad. Notas propias y transcripciones únicas suelen pedir conservar.
Setup + Entrevista de finalidad
Objetivo: vault abierto en Obsidian, plugins activos, finalidad del wiki definida con el agente (estructura inicial decidida), primer commit.
1 · Clona el starter
git clone https://github.com/CodigoSinSiesta/taller-llm-wiki-starter mi-wiki
cd mi-wikiRenombra mi-wiki a algo personal y elimina el remote del starter si lo vas a publicar.
2 · Obsidian + plugins + Web Clipper
File → Open vault → Open folder as vault → selecciona mi-wiki/.
Activa:
- Templates (core) → folder =
templates - Dataview (community)
- Web Clipper (extensión de navegador, recomendado) — obsidian.md/clipper. Apunta el vault a
mi-wiki/y *Default folder* araw/.
3 ⭐ · Arranca tu agente y haz la Entrevista de finalidad
claude # Claude Code
codex # Codex CLI
opencode # OpenCode
# o abre Copilot/CursorPídele literalmente:
"Lee AGENTS.md entero. Después hazme una Entrevista de finalidad: 5-7 preguntas cortas sobre finalidad, qué fuentes voy a meter (incluyendo notas propias o chats), qué política aplicar a raw/ tras ingestar (conservar / archivar / eliminar), y si hay subdominios obvios. Cuando tengas mis respuestas, propóname subcarpetas + plantillas a activar + política de raw/. No escribas nada hasta que apruebe el plan."
El agente actualiza la sección Propósito de AGENTS.md, crea las subcarpetas y registra todo en wiki/log.md.
4 · Primer commit
git add .
git commit -m "Setup inicial: AGENTS.md personalizado y estructura definida"Ya tienes la base con la forma de tu caso. El siguiente hands-on convierte una fuente real en páginas conectadas.
Ingest + archivado de respuesta
Convierte raw/ejemplo-articulo.md en páginas conectadas, después haz una pregunta al wiki y guarda la respuesta.
Parte A · Ingesta (15 min)
- Lee
raw/ejemplo-articulo.mden Obsidian. - Pídele a tu agente:
"Léelo entero, identifica la fuente original y proponme un plan: qué páginas crearías o actualizarías, agrupadas por tema. No escribas nada todavía."
- Itera el plan hasta que te convenza.
- Dale luz verde. Recuérdale plantilla, citación, wikilinks, index, log.
- Verifica con
git diff. - Elimina el raw cuando estés conforme.
Parte B · Pregunta y archiva (10 min)
- Pregunta algo cuya respuesta esté parcialmente en el wiki.
"¿Cuándo recomiendas usar <concepto-X> y cuándo no? Mira primero index.md y las páginas creadas en el ejercicio anterior. Señala qué partes son del wiki y qué partes vienen de fuera."
- Aporta tú un dato propio que no está.
- Pídele a tu agente que decida: página nueva o sección de una existente.
- Aplica la decisión + entrada
metaen log.
El wiki no solo crece por ingesta de raw/. Cada conversación útil con tu agente es conocimiento candidato a guardarse. Si no lo archivas, lo pierdes en la siguiente sesión.
Cuatro extensiones opcionales
El wiki funciona con solo markdown + tu agente. Estas cuatro extensiones aportan ROI distinto según el tamaño de tu corpus.
Dataview
Queries sobre tu frontmatter: tablas de páginas por tag, listados de stale notes, conteos por tipo. Hace que el wiki responda preguntas, no solo guarde.
Graph view + MOCs
El graph view de Obsidian detecta clusters y huérfanas. Cuando un cluster pasa de 10 páginas, conviértelo en MOC (wiki/<dominio>.md).
Lint asistido
Cada 2-4 semanas pide a tu agente un lint: huérfanas, contradicciones, conceptos sin página, citas mal apuntadas, data gaps con consultas web.
Graphify (auditoría puntual)
Convierte tu vault en grafo de conocimiento con clusters Leiden. Útil como auditoría, no como pipeline regular. ROI bajo si tu wiki es pequeño.
Trayectoria realista del compounding
~10-20 páginas. Pocos enlaces. Sensación de "carpeta vacía con frontmatter".
Recompensa: Casi ninguna. Es el tramo más frustrante.
~80-150 páginas. Clusters temáticos visibles. El agente empieza a conectar páginas que tú olvidaste.
Recompensa: Primeras sorpresas: "ya tenía una nota de esto hace 4 meses".
Constelación densa. Cada idea nueva se acopla a 3-5 existentes. El wiki piensa contigo.
Recompensa: Compounding pleno. La inversión semanal de 30 min vale más que cualquier libro.
30 min de ingesta semanal > 4h de sprint mensual. La constancia gana al volumen porque el wiki necesita conexiones, no acumulación. El primer mes es el más caro y el menos rentable — atravesarlo es el filtro real.
Cinco takeaways
- 1 Markdown plano + LLM redactor + humano editor. Tres piezas, una arquitectura.
- 2 Plantillas y vocabulario controlado son la fuente de verdad estructural — no negociable.
- 3 raw/ es efímera. La cita siempre apunta a la fuente original.
- 4 El wiki crece por dos vías: ingesta de raw/ y archivado de respuestas valiosas.
- 5 Constancia gana al volumen: 30 min semanales mantienen el wiki vivo; los sprints mensuales lo dejan morir entre medias.
Recursos
- Starter: github.com/CodigoSinSiesta/taller-llm-wiki-starter
- Patrón Karpathy: artículo original "LLM Wiki"
- Obsidian: obsidian.md
- Dataview: docs.dataview
- Comunidad: codigosinsiesta.github.io
Bloquea 30 minutos en tu calendario para esta misma semana. Lleva una sola fuente que tengas pendiente —URL, PDF, transcript— e ingéstala con tu agente.
Si en una semana no has hecho la primera ingesta real, este taller no se habrá traducido en wiki. La inercia es el único enemigo serio.
Gracias. ¿Preguntas?