LLM wiki：karpathy 公开构建个人本地知识库详细方法「超强提示词」

来源：AI寒武纪

前两天我写文章介绍了Andrej Karpathy构建个人本地知识库的工作流方法，目前这个思路已经火爆全网

不过有朋友抱怨AK是在炫技，没有操作性，不够具体，这不详细版本来了。

AK刚刚又公开了构建个人本地知识库详细版本，使得这个方法有了更强的落地性和可操作性，原文以md文件分享，这相当于把提示词公布了，地址：

gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

使用 LLM 构建个人知识库的模式。

这是一个想法文件，旨在让你直接复制粘贴到自己的 Agent（例如 Codex、Claude Code、OpenCode / Pi 或其他）。它的目标是传达高级概念，AK故意写得比较抽象/模糊，是因为有很多发展方向可以选择，适合个人定制。

核心思路

大多数人用 LLM 处理文档的方式，都是 RAG（检索增强生成）：上传一堆文件，提问时让模型检索相关片段，再生成答案。这套方案能用，但有一个根本性的缺陷——模型每次回答都是从零开始"重新发现"知识，没有任何积累。如果你的问题需要综合五篇文档的内容，模型就得每次都重新找、重新拼。NotebookLM、ChatGPT 的文件上传功能，以及绝大多数 RAG 系统，都是这个逻辑。

这里提出的思路截然不同。不是在提问时才去检索原始文档，而是让 LLM 持续地构建并维护一个永久性的 Wiki——一套结构化、相互链接的 Markdown 文件，横亘在你和原始资料之间。每当你加入一份新资料，LLM 不只是把它编入索引留待日后检索，而是真正读懂它、提取关键信息，并将其融入已有的 Wiki——更新实体页面、修订主题摘要、标注新旧内容的矛盾之处，不断强化或修正整体认知。知识只需编译一次，之后持续保持更新，而不是每次提问都重新推导一遍。

这正是关键所在：Wiki 是一个持久的、复利式的知识资产。交叉引用已经在那里了。矛盾已经被标记出来了。综合性的结论已经反映了你读过的所有内容。每加入一份新资料、每提一个新问题，Wiki 就变得更丰富一分。

你几乎不需要亲自动手写 Wiki——一切都由 LLM 来写和维护。你负责筛选资料、探索方向、提出好问题；LLM 负责所有繁琐的工作——摘要、交叉引用、归档、以及让知识库真正好用所需要的各种维护工作。

在AK实际使用时，一边开着 LLM 对话窗口，一边打开 Obsidian。LLM 在对话中做出修改，实时在 Obsidian 里浏览结果——顺着链接跳转、查看知识图谱、阅读更新后的页面。Obsidian 是 IDE，LLM 是程序员，Wiki 是代码库。

这套模式可以应用于很多场景，举几个例子：

个人成长：追踪自己的目标、健康状况、心理状态、自我提升——把日记、文章、播客笔记归档进来，逐步建立起一幅关于自己的结构化图景。

深度研究：围绕某个课题持续钻研数周乃至数月——阅读论文、文章、报告，增量式地构建一个有完整论点演进的综合性 Wiki。

读书笔记：每读完一章就归档一次，为人物、主题、情节线索建立页面，并梳理它们之间的联系。读完全书，你就拥有了一个丰富的配套 Wiki。想想托尔金百科（Tolkien Gateway）这样的粉丝 Wiki——由社区志愿者历时多年构建，涵盖人物、地点、事件、语言，成千上万个相互链接的页面。你可以一边阅读，一边用 LLM 帮你做所有的交叉引用和维护工作，独自建出类似的东西。

企业/团队：一个由 LLM 维护的内部 Wiki，输入来源包括 Slack 消息、会议记录、项目文档、客户通话。可以加入人工审核环节。Wiki 能保持更新，因为 LLM 承担了团队里没人愿意做的维护工作。

竞争对手分析、尽职调查、旅行规划、课堂笔记、兴趣爱好的深度探索——任何需要持续积累知识、并希望它有条理而不是一盘散沙的场景，都适用。

系统架构

整个系统分为三层：

第一层：原始资料— 你精心收集的原始文档，包括文章、论文、图片、数据文件。这一层是只读的——LLM 只读取，不修改。这是你的事实来源。

第二层：Wiki— 一个由 LLM 生成的 Markdown 文件目录，包含摘要、实体页面、概念页面、对比分析、概览和综合性结论。这一层完全由 LLM 负责：它创建页面、在新资料加入时更新页面、维护交叉引用、保持内容的一致性。你负责阅读，LLM 负责写作。

第三层：Schema（规范文档）— 一份配置文件（例如 Claude Code 用的CLAUDE.md，或 Codex 用的AGENTS.md），告诉 LLM Wiki 的结构是什么、约定规范是什么，以及在录入资料、回答问题或维护 Wiki 时应遵循什么工作流程。这是最关键的配置文件——正是它让 LLM 成为一个有纪律的 Wiki 维护者，而不只是一个通用聊天机器人。你和 LLM 会随着时间的推移共同完善它，在实践中摸索出最适合你所在领域的方式。

三种核心操作

录入（Ingest）：你把一份新资料放入原始资料库，告诉 LLM 来处理它。一个典型的工作流程是：LLM 阅读资料、与你讨论关键要点、在 Wiki 里写一篇摘要页面、更新索引、更新 Wiki 中相关的实体和概念页面，并在日志中添加一条记录。一份资料可能会涉及 10 到 15 个 Wiki 页面。我个人倾向于一次录入一份资料，并全程参与其中——阅读摘要、检查更新、引导 LLM 重点关注哪些内容。当然你也可以批量录入多份资料，减少干预。具体采用什么工作流程，取决于你自己的习惯，记得在 Schema 中记录下来，供后续使用。

查询（Query）：你向 Wiki 提问。LLM 搜索相关页面、阅读内容、综合作答并附上引用。答案的形式可以多种多样，根据问题而定——Markdown 页面、对比表格、幻灯片（Marp 格式）、图表（matplotlib）、画布等。重要的洞见在于：好的回答可以作为新页面写回 Wiki。你提出的某个对比分析、某个发现的联系——这些都是有价值的，不应该消失在聊天记录里。这样，你的探索过程就像录入的资料一样，在知识库中不断积累。

检查（Lint）：定期让 LLM 对 Wiki 做一次健康检查，排查：页面之间的矛盾、被新资料推翻的陈旧说法、没有任何入链的孤立页面、被提及但缺少独立页面的重要概念、缺失的交叉引用、可以通过网络搜索填补的信息空白。LLM 擅长建议值得深入研究的新问题和值得寻找的新资料，这有助于 Wiki 在不断扩张的同时保持健康。

索引与日志

两个特殊文件帮助 LLM（和你）在 Wiki 扩大后依然能高效导航，二者用途不同：

index.md是内容导向的。它是整个 Wiki 的目录——每个页面都附有链接、一句话摘要，以及可选的元数据（如日期、资料来源数量），按类别组织（实体、概念、来源等）。LLM 在每次录入时更新它。回答问题时，LLM 先读索引找到相关页面，再深入阅读。在中等规模（约 100 份资料、数百个页面）下，这套方式效果出奇地好，也无需搭建基于向量嵌入的 RAG 基础设施。

log.md是时间导向的。它是一份只追加不修改的操作记录，记录发生了什么、发生在什么时候——包括录入、查询、检查等操作。一个实用技巧：如果每条记录以固定前缀开头（例如## [2026-04-02] ingest | 文章标题），日志就变得可以用简单的 Unix 工具来处理——grep "^## \[" log.md | tail -5就能列出最近 5 条记录。日志给你提供了 Wiki 演进的时间线，也帮助 LLM 了解最近做过什么。

可选：命令行工具

随着使用深入，你可能希望构建一些小工具，帮助 LLM 更高效地操作 Wiki。最显而易见的是 Wiki 的搜索引擎——规模较小时，索引文件已经够用；但随着 Wiki 不断扩大，你会希望有一个真正的搜索功能。qmd是一个不错的选择：它是一个本地 Markdown 文件搜索引擎，支持 BM25/向量混合搜索和 LLM 重排序，完全在本地设备上运行。它既有 CLI 接口（LLM 可以直接调用），也有 MCP 服务（LLM 可以将其作为原生工具使用）。你也可以自己构建更简单的工具——在需要的时候，LLM 可以帮你快速写一个简单的搜索脚本。

实用技巧

Obsidian Web Clipper是一个浏览器插件，可以将网页文章转换为 Markdown，对于快速将内容放入原始资料库非常有用。

本地下载图片：在 Obsidian 设置 → 文件与链接中，将"附件文件夹路径"设置为一个固定目录（如raw/assets/）；然后在设置 → 快捷键中搜索"Download"，找到"下载当前文件的附件"，绑定一个快捷键（如 Ctrl+Shift+D）。剪藏文章后按快捷键，所有图片就会下载到本地。这是可选步骤，但很实用——它让 LLM 能直接查看和引用图片，而不必依赖随时可能失效的图片链接。注意：LLM 无法一次性读取内嵌了图片的 Markdown 文件——变通方法是让 LLM 先读文本，再单独查看部分或全部图片以获取补充信息，稍显繁琐，但实际效果不错。

Obsidian 的图谱视图是查看 Wiki 全貌的最佳方式——哪些页面相互连接，哪些页面是枢纽，哪些是孤岛。

Marp是一种基于 Markdown 的幻灯片格式，Obsidian 有对应插件，可以直接从 Wiki 内容生成演示文稿。

Dataview是一个 Obsidian 插件，可以对页面的 YAML 前置元数据运行查询。如果你的 LLM 为 Wiki 页面添加了前置元数据（标签、日期、来源数量等），Dataview 可以生成动态表格和列表。

Wiki 本质上就是一个 Git 仓库，全是 Markdown 文件。版本历史、分支管理、多人协作，全部开箱即用。

为什么这套方法有效

维护知识库最繁琐的部分，不是阅读，也不是思考——而是记账。更新交叉引用、保持摘要的时效性、标注新数据与旧观点的矛盾、维护数十个页面之间的一致性。人们放弃维护 Wiki，正是因为维护成本的增速超过了它带来的价值。LLM 不会感到无聊，不会忘记更新某个交叉引用，可以在一次操作中同时修改 15 个文件。Wiki 得以持续维护，是因为维护的成本几乎为零。

人的工作是：筛选资料、指引分析方向、提出好问题、思考这一切意味着什么。LLM 的工作是：其他一切。

这个想法在精神上与 Vannevar Bush 在 1945 年提出的"记忆延伸机器"（Memex）一脉相承——一个私人的、经过主动筛选的知识库，文档之间存在联想式的关联路径。Bush 的愿景比后来的万维网更接近这个思路：私密的、主动维护的，文档之间的联系与文档本身同等重要。他当年唯一没有解决的问题，是谁来负责维护。LLM 解决了这个问题。

附注

本文档有意保持抽象。它描述的是一种思路，而非某个具体的实现方案。确切的目录结构、Schema 约定、页面格式、工具选择——所有这些都取决于你的领域、你的偏好，以及你使用的 LLM。上面提到的所有内容都是可选且模块化的——取其有用，舍其无用。例如：你的资料可能全是纯文本，完全不需要图片处理；你的 Wiki 可能足够小，索引文件就已够用，不需要搜索引擎；你可能根本不关心幻灯片，只想要 Markdown 页面；你可能希望输出完全不同的格式。

最好的使用方式是：把这份文档扔给 LLM ，一起合作，落地出一个适合你需求的具体版本。这份文档唯一的使命，就是传达这个模式本身。剩下的，LLM 会帮你搞定。

阅读最新前沿科技趋势报告，请访问21世纪关键技术研究院的“未来知识库”

未来知识库是 “21世纪关键技术研究院”建 立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。 欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。

截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告

（加入未来知识库，全部资料免费阅读和下载）