LLM Wiki — 用 LLM 构建个人知识库的模式

来源：andrej-karpathy · 原文

核心论点

传统 RAG 每次查询都从零推导，知识不积累。LLM Wiki 的不同之处：LLM 增量构建并维护一个持久 wiki，知识被编译一次后持续更新，而非每次重新检索。wiki 是复利资产——交叉引用已就位，矛盾已标注，综述已反映所有读过的内容。

三层架构

层级	内容	所有权
原始资料（raw/）	文章、论文、图片、数据，不可修改	人类
Wiki（wiki/）	摘要、实体页、概念页、综述	LLM
模式文件（CLAUDE.md）	结构约定、工作流指令	人类 + LLM 共同演化

三种操作

• 摄入：读取来源 → 讨论要点 → 写摘要页 → 更新索引 → 更新实体/主题页 → 记录日志。一个来源可能触及 10–15 个页面。
• 查询：读索引定位 → 读相关页 → 综合答案 → 有价值的答案归档回 wiki。
• 检查（Lint）：扫描矛盾、孤立页、缺失交叉引用、过时内容，建议下一步探索方向。

导航机制

• index.md：内容目录，按类型分节，每次摄入后更新。中等规模（~100 来源）无需向量检索。
• log.md：只追加的时间线，## [YYYY-MM-DD] 操作 | 标题 格式，可 grep。

为什么有效

知识库的维护负担（更新交叉引用、保持一致性、标注矛盾）是人类放弃 wiki 的根本原因。LLM 不会厌倦，不会漏掉交叉引用，一次可以修改 15 个文件。维护成本趋近于零，wiki 才能持续生长。

人类负责：策源、提问、判断意义。LLM 负责：其余一切。

历史渊源

与 vannevar-bush 1945 年提出的 Memex 理念一脉相承——私人的、主动策划的知识库，文档间的关联与文档本身同等重要。Bush 未能解决的问题是谁来做维护，LLM 解决了这个问题。

工具提示

• Obsidian Web Clipper：浏览器扩展，将网页转为 markdown
• qmd：本地 markdown 搜索引擎（BM25 + 向量混合），规模大时引入
• Marp：markdown 幻灯片格式，Obsidian 有插件
• Dataview：Obsidian 插件，基于 frontmatter 生成动态表格

---

相关页面：llm-wiki-pattern · knowledge-management · andrej-karpathy · vannevar-bush