這篇參考了 llmwiki 的做法，自己實作了一套 LLM + Obsidian 的個人 Wiki 系統，記錄一下整體架構與使用心得。

一、規範目錄結構

先定好資料夾分工，讓 AI 知道哪些是原始資料、哪些是它負責維護的知識庫：

my-llm-wiki/
├── raw/ # 原始數據（筆記、文章、資料來源）
├── wiki/ # AI 維護的知識庫文本
├── outputs/ # AI 生成的成品
└── CLAUDE.md # 系統規則文件

三個資料夾職責清楚分開，避免 AI 處理時混淆來源與產出。

- 閱讀剩餘部分 -

這次測試了三種不同的方式來自動生成 Unity UGUI Prefab，分別是透過 PSD Parser、元件+腳本，以及直接從 Figma 導出。以下記錄各方式的實驗結果。

方法一：PSD Parser + Unity Script

透過解析 PSD 圖層結構，自動對應生成 UGUI 元件。挑選了兩組效果比較好的 PSD 進行測試。

- 閱讀剩餘部分 -

進入 chrome://on-device-internals 如果模型沒有下載（Foundational model state: No On-device Feature Used），就在 console 呼叫

const session = await LanguageModel.create();

如下圖 model 開始下載

- 閱讀剩餘部分 -

之前開啓了一個項目，要做游戲内部知識庫，去年用 rag/ragraph 做游戲知識庫發現出來的結果不怎樣，轉頭去做了其他的應用

後來大概分析出幾個問題

1. raw data 其實不適合直接進入 vector database
2. 不同應用場合需要不同配套措施
3. 本地的 ollma 不堪負荷，使用了 cc subproc 效果就好很多，哪怕用 qwen 都比其他好

- 閱讀剩餘部分 -

參考文件：Claude Code Best Practices — 創建 Skills

一、權限規則設定

Claude Code 提供多層級的權限控制，避免 AI 誤操作關鍵檔案或執行危險指令。

1.1 啟動模式

# 自動核准模式（適合信任環境）
claude --enable-auto-mode

# 跳過所有權限檢查（僅限開發測試，請勿用於正式環境）
claude --dangerously-skip-permissions

說明：
--enable-auto-mode 適合本機開發或受控 CI 環境，讓 Claude Code 無需每次詢問即可自動執行操作，大幅提升效率。--dangerously-skip-permissions 則完全繞過所有安全檢查，僅建議在完全隔離的測試環境中使用，切勿在正式伺服器或有敏感資料的環境中啟用，否則可能造成不可逆的系統變更。

- 閱讀剩餘部分 -