LLM Wiki 入门:为什么它不是 RAG,也不是普通笔记软件
从 Karpathy 的 LLM Wiki 模式出发,理解一种新的个人知识库做法:人负责选资料和提问题,LLM Agent 负责整理、交叉引用、更新和维护 Wiki。
Category
知识系统 专题文章合集,收录 Diors.tech 关于 知识系统 的系统化 AI 学习笔记、工程实践与延伸阅读。
10 篇文章从 Karpathy 的 LLM Wiki 模式出发,理解一种新的个人知识库做法:人负责选资料和提问题,LLM Agent 负责整理、交叉引用、更新和维护 Wiki。
手把手搭建 LLM Wiki 的第一版目录结构,讲清 raw、wiki、index、log、AGENTS.md 分别放什么,以及为什么一开始不要把结构设计得太复杂。
LLM Wiki 最关键的一篇:完整讲解 AGENTS.md 应该写什么,包括目录规则、页面模板、ingest、query、lint、引用、冲突处理和安全边界。
LLM Wiki 的第一个核心操作:如何把 raw 里的原始资料吸收到 wiki 里,生成 source summary、concept page、question page、synthesis,并更新 index 和 log。
LLM Wiki 的第二个核心操作:基于 index 和 wiki 页面提问,生成带依据的回答,并把有长期价值的比较、综述、问题和结论沉淀回知识库。
LLM Wiki 的第三个核心操作:检查孤岛页面、重复概念、缺引用、过时结论、冲突说法和 index/log 漏更新,让知识库越长越清楚。
如何用 Obsidian 承载 LLM Wiki:双链、Graph View、Web Clipper、附件、本地图片、Dataview 和 Marp,重点是让人能浏览,让 Agent 能维护。
LLM Wiki 是一堆 Markdown 文件,天然适合 Git。本文讲 commit、diff、branch、rollback、review 和 Agent 修改报告,让知识库可回滚、可审查、可长期维护。
LLM Wiki 一开始不需要向量数据库。本文讲从 index.md、ripgrep、Obsidian 搜索到 BM25 / vector / qmd 的渐进路线,以及什么时候该加搜索。
LLM Wiki 系列收官项目:选一个主题,收集 20 篇资料,完成 ingest、query、lint、Obsidian 浏览、Git 管理和搜索升级,最终形成一个可长期维护的知识库。