可以做到什麼
找出多篇相似、過期或互相矛盾的舊頁，先產出候選群組、建議承接頁、合併理由與風險評級。經確認後重寫主頁，並將舊筆記安全封存。
CONCEPT CREDIT / 來源先講清楚
核心概念與做法不是我原創
這個作品的核心概念與做法，完全來自 Andrej Karpathy 的 LLM Wiki 與 Garry Tan 的 G-Brain。說白一點，我就是沿著兩位大神公開的方法抄作業；但 Dream Fusion 不是 fork，也沒有沿用他們的程式碼。Skill、候選掃描腳本、Proposal 卡點、Compiled Truth 結構與 Obsidian 封存流程，都是我和 AI 依自己的知識庫情境一起做出來的版本。
Agent Skill / Knowledge Ops / Obsidian
確定性掃描僅提供候選與風險建議；真正寫入與封存前，仍由人工審查把關。
Dream Fusion Agent SkillObsidian 舊頁收斂與知識重編譯
這是一個專門處理存量知識的 Agent Skill。它先以確定性矩陣掃描 Obsidian Wiki 裡重複、過期或互相矛盾的舊頁並產出提案；經確認後才編譯 Compiled Truth，保留來源、時間線與封存去向。
核心定義：Dream Fusion 負責把分散在多頁的存量知識重編譯為單一可信入口，防止檢索命中互相矛盾的舊版本。
輸入邊界
既有 Wiki 筆記、Aliases、Wikilinks 網絡、Tags 拓撲、Source Notes 與相似度特徵矩陣。
輸出合約
結構化融合提案、Compiled Truth、Open Questions 衝突隔離區、Timeline 時間線與封存紀錄。
治理底線
不清空 Inbox，不自動刪檔；舊頁僅移入封存區，實體寫入與封存前必須經由人工確認。
Proposal
先列候選、理由與風險，經確認後才允許動筆記。
Compiled Truth
承接頁僅保留目前採信的最新理解。
Conflict Isolation
未決爭議直接隔離，禁止 Agent 私自腦補選邊。
Link Handover
舊筆記移入封存區，以 Aliases 確保既有連結有效。
00 / CONCEPT SNAPSHOT
知識庫的重編譯步驟而非單純摘要
Dream Fusion 不是摘要器，也不是無人值守的自動清檔腳本。它專門處理已經累積在 Wiki 裡、內容重疊或版本分歧的存量筆記，先呈現候選群組與潛在風險，再把確認後的主題重編譯為可追溯的單一入口。
為什麼要這麼做
LLM 擅長產出摘要，但也容易將同一主題整理成多個平行版本。缺乏收斂機制時，檢索會命中大量過期舊頁，使用者必須自行辨別可信版本。
產出架構
承接頁上半部記錄目前採信的理解，中段隔離未決爭議，下半部追加時間線與來源關聯。Frontmatter Aliases 保留舊標題，維護既有連結解析能力。
工程分工：摘要模組負責將外部素材轉化為筆記；夢融合則將過多的存量筆記重新收斂為單一事實來源。
01 / PROBLEM
同主題累積多篇舊筆記會導致搜尋失準
知識庫長期運作後的常見痛點，在於單一主題散落於過多不同筆記中。
一篇是初期摘要，一篇是延伸研究，另一篇則是後續的修正筆記。檢索時每一篇看起來都能回答問題，但讀者必須親自比對日期與脈絡，才能釐清哪一篇才是目前採信的結論。
AI 協作更會加劇這個問題。Agent 能高速產出筆記，也容易把同一批材料整理成多個角度；如果缺乏週期性的收斂機制，知識庫將充斥互相競爭的平行答案。
ARCHITECTURE EVOLUTION: FROM DRIFT TO COMPILED TRUTH
ZERO RETRIEVAL DRIFT
02 / WORKFLOW
只針對存量知識庫進行受控重編譯
Dream Fusion 不介入每日 Inbox 剪藏的初次處理。它的職責是針對 Wiki 內已存在一段時間、開始出現重複或衝突的存量頁面進行收斂。
Candidate Report（特徵掃描）
透過確定性腳本計算標題、Aliases、Wikilinks 網絡、Tags 與來源軌跡，產出相似度特徵矩陣與候選分群。
Proposal First（提案審查）
條列候選筆記、推薦承接頁標題、合併理由與衝突風險評估。在取得人工明確確認前，絕不觸發任何檔案修改。
Compiled Truth & Conflicts（重編譯與隔離）
讀取來源全文後重構最新採信的理解；未決爭議存入隔離區塊，歷史事件與演進脈絡則追加至時間線。
Link Handover & Archive（連結轉移與封存）
承接頁 YAML 補齊舊標題 Aliases，驗證實體雙向連結轉移；舊筆記安全移至 archive/，保留原始證據鏈。
03 / CONCEPT LINEAGE
承襲 LLM Wiki 與 gbrain 的存量知識收斂機制
Dream Fusion 的架構借鑒了兩項知識管理先驅概念：Andrej Karpathy 的 LLM Wiki 奠定了 raw sources 與 LLM Wiki 的分層原則；Garry Tan 的 gbrain 則展示了 Brain Layer、Dream Cycle 與來源引用的可運作設計。
Andrej Karpathy：LLM Wiki
LLM Wiki 的核心為三層邊界：不可變 raw sources、由 LLM 維護的 Markdown Wiki，以及約束 Agent 操作的規範。Dream Fusion 承接此模式的維護環節，解決 Wiki 長期運行後的內容重複與衝突。
檢視 Karpathy LLM Wiki GistGarry Tan：gbrain
gbrain 將 Agent 記憶體系建構為可讀取、可引用且能指出未知邊界的 Brain Layer，並透過 Dream Cycle 執行持續性的 Ingest 與 Consolidate。Dream Fusion 採用其運作理念，並在 Obsidian 生態中落實。
檢視 garrytan/gbrain 專案庫04 / QUALITY GATES
以 Proposal 為卡點防止重編譯破壞既有知識庫
摘要失誤通常僅是多產生一篇冗餘筆記；重編譯失誤則可能導致整組舊筆記被錯誤合併、遺失關鍵細節。因此這個 Skill 最重要的工程設計，是建立不可略過的防禦性檢查點。
人工確認卡點
候選分群先形成 Proposal。未經人工審查核准，禁止寫入承接頁或搬移舊筆記。
語意衝突隔離
當不同來源觀點矛盾時，強制標記為 Open Questions，嚴禁 Agent 自行偏頗選邊。
實體連結防呆
承接頁完整繼承舊標題 Aliases，並以腳本驗證既有 Wikilinks 均無懸空失效。
QUALITY GATE: SEMANTIC CONFLICT ISOLATION
NO AGENT HALLUCINATION
05 / TECHNICAL CREDIBILITY
由確定性腳本與操作合約約束的 Agent Skill
語意重編譯由 Agent 執行，但候選特徵掃描、連結轉移驗證與檢索回歸測試則由確定性腳本嚴格把關。
候選挖掘由 build_fusion_candidate_report.py 執行，結合 TF-IDF 詞向量與 Wikilinks 共引交集。重編譯完成後，透過 check_fusion_link_handover.py 檢查全庫引用，確保無懸空連結；若為核心知識主題，則執行 run_query_eval.py 驗證常見查詢詞是否精準命中新承接頁。
將確定性驗證與 LLM 合成解耦，確保系統各階段的失敗均具備明確的可定位性。
TOOLCHAIN PIPELINE: DETERMINISTIC SCRIPTS & REGRESSION TEST
EVAL PASSED (22/22)
06 / VERIFIED EXECUTION
「知識蒸餾」主題的真實執行驗證紀錄
2026-06-28，此流程成功收斂了兩篇舊摘要頁。從候選掃描、全文讀回、人工確認到建立承接頁與舊頁封存，均通過完整驗證。
436
掃描 Wiki 筆記總數，以特徵矩陣過濾潛在重疊候選頁。
20 / 8
產出前 20 組候選，人工讀回 8 篇候選全文後核定首選目標。
1 + 2
建立 1 篇 Compiled Truth 承接頁，將 2 篇舊筆記安全移至封存區。
22 / 22
Query Eval 斷言案例全數通過，並通過 UTF-8 No BOM 與 Tag 檢驗。
實際承接頁：「知識蒸餾與AI能力轉移治理」將工程機制與產業監管兩篇分散筆記收斂為單一 Watchlist 主題。
爭議如實存證：DeepSeek、xAI 及 AI Overwatch Act 相關主張並未被武斷寫為定論，而是安全隔離於 Open Questions / Conflicts。
全流程驗證：從掃描、確認、全文讀回、封存、索引更新至 Query Eval，各階段均留下可回溯紀錄。
07 / IMPACT & BOUNDARIES
收斂存量知識為單一入口並保留完整歷史脈絡
這項作品處理的是 AI 知識工作流的收尾環節：在資料大量湧入並生成筆記後，主動抑制知識庫的熵增與版本漂移。
檢索精準度提升：同一主題不再分散於多篇相似筆記中，讀者可直接存取 Compiled Truth 承接頁。
歷史脈絡完整保全：舊筆記移入封存區，時間線與 Source Notes 忠實保留當時的研究背景與演進紀錄。
知識治理架構分工：Daily Dream Cycle 處理每日入庫，Brain-Ops 支援日常回寫，Dream Fusion 負責存量重編譯，三者職責分明。
08 / OBSIDIAN KNOWLEDGE OPS SERIES
Obsidian 知識治理三階段
晨間情報調度、每日有界入庫與存量知識重整，三個 Agent Skill 各自負責不同週期的工作與驗證機制。