> **本教程目的**：以「构建一个牙医临床 + 门诊管理知识库」为完整范例，手把手教你使用 **WorkBuddy + Karpathy LLM Wiki Skill** 搭建、维护、深化与延展一个**属于你自己的、可长期沉淀的专业知识库**。
>
> 全文以 8 张对话截图（编号 1–9，按对话时序）作为实操证据，每一步都附"做法 / 为什么 / 关键提示"三栏。读完即可复刻到任何专业领域（法律、财会、教师、研发……）。

---

## 0. 范式一句话

> 与其每次问题"现查"，不如让 LLM **增量地构建并维护一个持久、相互链接的 Wiki**。
> 你只负责"取材 + 提问"，LLM 负责"读写 + 维护"。

这就是 Karpathy LLM Wiki 的核心思想——**让知识像滚雪球，越用越厚，而不是每次都从零开始**。

---

## 1. 准备：让 WorkBuddy 加载正确的 Skill

### 1.1 在对话框中明确"使用 Skill"

直接在工作台输入框中告诉 WorkBuddy **要使用什么 skill**。这一步非常关键：skill 是 WorkBuddy 内置的"专家工作流模板"，加载后它会严格按 skill 的工作流来执行。

> **截图 1** — 用户原话：*「给你个任务，搜集整理牙医相关的资料，使用 /Karpathy LLM Wiki 整理成一个完整的知识库保存下来，这个知识库至少需要满足一个主治副高级别的积累和牙科门诊管理」*

![图1：用户提出任务，触发 llm-wiki skill](https://developer.qcloudimg.com/http-save/yehe-6649301/335a4a860dc02117d6e9c1c2a353db60.png)

**做法**
- 输入框 `/Karpathy LLM Wiki` —— " / " 唤起技能面板，选择 `Karpathy LLM Wiki`。
- 紧跟具体任务描述。**任务描述越具体，知识库越能用**：本例明确给出 ① 主题（牙医）、② 深度（主治副高）、③ 范围（牙科门诊管理）三要素。

**为什么**
- 没有 skill 加载，WorkBuddy 会按通用对话流走，得到的是一次性回答，不是持久 wiki。
- skill 加载后，它会自动采用"三层架构（raw/wiki/schema）+ 目录/索引/日志"的标准结构。

**关键提示**
- 任务描述的"三要素"——主题、深度、范围——**几乎决定了知识库的最终质量**。少一项，输出就会偏。
- 若想加快速度，可让 WorkBuddy 顺便联网核实关键事实基线（如标准/分类/法规），保证硬事实准确。

---

## 2. 规划：让 LLM 先拆任务，再执行

### 2.1 让 LLM 自己拆任务、汇报结构

你不必自己列目录——把任务交给 WorkBuddy 后，**让它先把 5 项大任务摆出来**，形成 todo 清单（WorkBuddy 顶部的"任务列表"就是为此设计）。

> **截图 2、3** — WorkBuddy 的回应：① 加载 skill；② 检查已有目录；③ 给出 5 项任务的 todo 列表。

![图2：WorkBuddy 加载 llm-wiki skill](https://developer.qcloudimg.com/http-save/yehe-6649301/e81563a0b99597511dd87f060f52e43a.png)
![图3：规划任务—独立目录+5项todo](https://developer.qcloudimg.com/http-save/yehe-6649301/e667620720dc854da4d94dc23c447ee4.png)

**做法**
- 主动**指定子目录**。本例告诉它：「已有的 `~/.workbuddy/wiki-knowledge/` 是 GPU Nexus 产品 wiki，**另建一个** `~/.workbuddy/dental-wiki/`」。避免两个领域混在一起。
- 5 项 todo（按"骨架 → 事实基线 → 临床 → 管理 → 整合"的顺序）：① 搭建骨架结构 → ② 核查关键标准 → ③ 编写临床页 → ④ 编写管理页 → ⑤ 整合索引日志并 lint。

**为什么**
- 并行多个 sub-agent 前，**先把"建在哪里、长什么样"想清楚**，可避免 80% 的返工。
- 任务拆得清晰，sub-agent 才能**并行不冲突**地写页面。

**关键提示**
- 让 WorkBuddy 顺手**读一下当前已有目录**（`ls`），确认是否需要新建子目录——本例就是这一步发现 GPUNexus wiki 已存在。
- 拆任务时**让"事实核查"和"内容生成"分两步走**，因为硬事实（标准号/分类/法规年份）需要联网核实，混在一起容易被忽视。

---

## 3. 执行：并行 4 个 sub-agent 一次性写 26 页

### 3.1 不要"一个字一个字挤"，用并行

主线对话窗口同时调度 4 个 `general-purpose` sub-agent，每个负责一簇主题，**直接写文件到磁盘**。这正是 WorkBuddy 强大之处——主对话做规划，sub-agent 做苦力。

> **截图 4** — 4 个 sub-agent 同时开工，分别写：基础与内科 / 外科修复正畸种植儿童 / 预防影像急症全身 / 门诊管理。

![图4：4个并行sub-agent同时落盘](https://developer.qcloudimg.com/http-save/yehe-6649301/3ed9933767da0ef883835169b68b1b38.png)

**做法**
- 给每个 sub-agent 的 prompt 必须包含：① 全部文件名清单 → ② 统一的 frontmatter 模板 → ③ 内容深度要求 → ④ 必须写 `## See Also` 互相引用 → ⑤ 用 `cat >>` 追加到 `index.md`。
- 限定每个 sub-agent **只许改自己负责的文件**，**只能追加 index.md 的自己那一段**。

**为什么**
- 一个 sub-agent 写完 26 页会用掉 200K+ token，单线串行慢且容易出纰漏。
- 并行让 26 页在**几分钟内**同时落地。

**关键提示**（血的教训）
- **多个 sub-agent 并发追加同一个文件会出竞态**——本例 `index.md` 一度被覆盖成 6 行。**正确做法**：让主对话在最后**统一重建一次 index.md**（见下一步）。
- 一次性写 26 页可能"广而浅"——质量再深化交给第二轮（见第 4 节）。

---

## 4. 整合：主对话统一收口、Lint 体检

### 4.1 sub-agent 退场后，主对话接手三件事

1. **重建 `index.md`**：用主对话掌握的全表，按临床/管理分组、附一句话简介。
2. **写 `log.md`**：追加式记录每次操作（含 init、批量生成、lint），方便回溯。
3. **跑 Lint**：用一段 shell 检查所有 `[[wiki-链接]]` 是否都能解析到现有文件——有断链就修。

> **截图 5** — 最终目录概览：26 个内容页（14 临床 + 11 管理 + 1 总览），约 4 万字。

![图5：知识库目录概览（26页）](https://developer.qcloudimg.com/http-save/yehe-6649301/467fb4f1978142bdc61de302da4bc464.png)

**做法**
- 用 `grep -rho '\[\[[^]]*\]\]' *.md | sed …` 一行命令扫出所有 wiki 链接，再循环判断文件是否存在。
- 牙周 2018 分类阈值（Grade A<0.25 / B 0.25–1.0 / C>1.0）等**关键硬事实必须人工抽样核对**，避免 agent 改错。

**为什么**
- 并发写入竞态几乎一定会发生，必须由主对话"裁判"。
- Lint 是 Karpathy LLM Wiki 工作流三件套（Ingest / Query / Lint）之一——**没有 Lint，wiki 会慢慢烂掉**。

**关键提示**
- 写 `log.md` 时使用固定前缀（如 `## [YYYY-MM-DD] operation_type | Title`），便于日后 `grep` 检索。
- **断链里夹杂的"[[wiki-链接]]"等反引号示例** 不是真断链，要排除。

---

## 5. 深化：第二轮按"主治→副高"把关键页做深

### 5.1 28K→90K，agent 还是并行，但只动 4 个文件

首轮 26 页是"广而浅"（主治级）。第二阶段用同一手法——3 个 sub-agent 并行——把**用户最关心的 3 块**扩到副高/专科级。

> **截图 6、7** — 派 3 个 sub-agent 深化牙体牙髓/牙周/修复+种植；成果：4 页字符数约翻 3 倍。

![图6：用户要求做深，3个sub-agent再次并行](https://developer.qcloudimg.com/http-save/yehe-6649301/326841f112185c8d603c866b896262b8.png)
![图7：深化成果表](https://developer.qcloudimg.com/http-save/yehe-6649301/c627a496af3357a88bb796fbab472431.png)

**做法**
- 仍走 sub-agent，但**只让每个 agent 改自己那 1–2 个文件**（不再追加 index.md）——彻底避开上一轮遇到的文件竞态。
- Prompt 中**明确要求保留原有正确信息**（如牙周 2018 分期分级阈值），避免 agent 改错硬事实。

**为什么**
- 副高深度不是"加几句话"——需要补全循证、决策树、并发症、材料对比、循证引用，是重写。
- 并行还能再快 3 倍。

**关键提示**
- 深化后的字数 / 关键模块 / 引用源**让 agent 自我汇报**，便于主对话快速验收。
- **硬事实基线要在第一轮联网核实并写入 schema 的"Fact Baseline"小节**，后续 agent 就有唯一参照。

---

## 6. 延展：从"知识库"到"日常工作辅助"

### 6.1 不要止步于"知识页"——让它真正帮到工作

知识库建好只是开始。下一步：**从你日常痛点出发，问 WorkBuddy「这个库能帮我做什么？」**，让它把库的能力翻译成你的工作场景。

> **截图 8** — 用户问"看完病人写病例时这个知识库可以提供什么帮助"，WorkBuddy 给出 5 大环节（诊断 / 治疗计划 / 操作记录 / 术后医嘱 / 病历与纠纷）。

![图8：把知识库能力映射到写病例的5个环节](https://developer.qcloudimg.com/http-save/yehe-6649301/d6187d4efef11b5b1205524016dd6622.png)

**做法**
- 用具体工作场景去问（如"写病例"、"门诊运营"），让 WorkBuddy **从库中具体页面拉引用**（`[[clinical-periodontology]]`、`[[mgmt-infection-control]]` 等），而不是空谈。

**为什么**
- 知识库的价值 = **被使用次数 × 单次使用价值**。只读不用的 wiki 是"数字坟墓"。
- 痛点驱动的延展（如"写病例模板"）能立刻产生业务价值，形成正向反馈。

---

## 7. 落地：把回答固化回 wiki

### 7.1 一次性模板，复用一辈子

基于第 6 步的工作痛点，**让 WorkBuddy 把"如何写病例"做成 4 份可复制的字段模板**——初诊/根管/种植/正畸各一份，配诊断范例段与"书写红线速查表"。

> **截图 9** — 用户回"可以"，WorkBuddy 直接读取原 `mgmt-medical-records.md` 后新建 `mgmt-case-templates.md`，并把它加入 `index.md`、与 `mgmt-medical-records` 互链。

![图9：固化病例模板页](https://developer.qcloudimg.com/http-save/yehe-6649301/3b03899640e5556df01093298c3a1ee7.png)

**做法**
- 新页直接挂到现有 wiki 内，命名遵守 schema 约定（`mgmt-case-templates`）。
- **必须双向互链**（新页 ↔ `mgmt-medical-records`），否则就是孤儿页。
- `log.md` 追加一条"新增 N 页面"记录；`index.md` 计数 +1。

**为什么**
- 这正是 Karpathy LLM Wiki 的"Query → File back"原则：**好的回答不要让它消失在聊天记录里，写回 wiki**。
- 模板页是"知识 → 工具"的桥梁，把 wiki 从"读"变成"用"。

**关键提示**
- 这步也可反过来：先有了模板页，下次写病例时直接 `[[mgmt-case-templates]]` 调用字段；不写模板、只读 wiki，是浪费。

---

## 8. 长期维护：三件套循环

知识库不是一次性工程。Karpathy LLM Wiki 给出的循环是：

| 操作 | 触发场景 | 谁做 | 写到哪里 |
|---|---|---|---|
| **Ingest（入库）** | 拿到新指南/共识/法规原文 | 你丢 raw/ → LLM 读 | 新建 source-summary，更新相关页 + index + log |
| **Query（提问）** | 临床/管理/合规问题 | LLM 读 index 定位 | 直接答，**好答案回填为新页** |
| **Lint（体检）** | 每周/每月一次 | LLM 跑断链/矛盾检查 | 修复断链、合并重复页、补缺失页 |

**例**：
- 拿到《第四次全国口腔健康流行病学调查报告》PDF → 丢到 `raw/`，告诉 WorkBuddy "按 ingest 流程入库" → 它会自动：读 PDF → 写 source-summary → 更新 [[clinical-preventive]] 引用 → 在 `log.md` 追加 → `index.md` 登记。
- 某天发现 [[clinical-periodontology]] 写漏了"种植体周炎"——直接说"补一段" → 它读相关页 → 补充并互链。

---

## 9. 复用：把同一套方法搬到你的下一个专业

把本教程的"任务 → 加载 skill → 拆任务 → 并行写 → 整合 lint → 深化 → 延展 → 维护"流程**复刻到任何垂直领域**：

| 领域 | 主题 | 深度 | 范围 |
|---|---|---|---|
| 法律 | 民商事诉讼 | 主办律师 | 合同/侵权/合规 |
| 财会 | 中级会计师 | 注会 | 审计/税务/管理会计 |
| 教师 | 中学物理 | 学科带头人 | 教学法/课程设计/学生心理 |
| 研发 | 嵌入式开发 | 高级工程师 | Linux/驱动/性能优化 |
| …… | …… | …… | …… |

**只需在第 1 步替换任务描述，剩下流程完全一致。**

---

## 10. 复盘：本实战 6 条经验

1. **skill 必须显式加载**：`/Karpathy LLM Wiki` 三个字几乎决定了输出形态。
2. **子目录要主动指定**：避免与已有 wiki 冲突。
3. **任务拆清楚**：5 项 todo + 每项都明确"产出文件清单 + 字段模板"。
4. **sub-agent 并行写页，主对话收口 index**：分工明确，竞态最小化。
5. **硬事实联网核实 + schema 中沉淀 Fact Baseline**：后续所有页都有锚点，不会改错。
6. **Query 的好答案要写回 wiki**：让知识库真正"长出来"，而不是只读不写。

---

## 附录 A · 最终知识库目录速查

```
~/.workbuddy/dental-wiki/
├── raw/                # 原始资料（不可变）
├── wiki/
│   ├── index.md        # 目录入口
│   ├── log.md          # 追加式操作日志
│   ├── 00-overview.md  # 总览
│   ├── clinical-*.md   # 14 临床页
│   └── mgmt-*.md       # 12 管理页（含病例模板）
└── WIKI-SCHEMA.md      # 架构与工作流约定
```

总计 **27 个内容页**，约 4.6 万字。临床 14 页（主治→副高深度），管理 12 页（门诊经营者/科主任视角）。

## 附录 B · 关键 Skill 提示

- **加载**：`/Karpathy LLM Wiki`
- **库位置**：默认 `~/.workbuddy/wiki-knowledge/`，但**多领域时建议建子目录**（如 `dental-wiki/`）
- **三层架构**：`raw/`（不可变）/ `wiki/`（LLM 维护）/ `WIKI-SCHEMA.md`（约定）
- **页面规范**：frontmatter + `[[wiki-links]]` + `## See Also`
- **三件套循环**：Ingest / Query / Lint


本教程目的：以「构建一个牙医临床 + 门诊管理知识库」为完整范例，手把手教你使用 WorkBuddy + Karpathy LLM Wiki Skill 搭建、维护、深化与延展一个属于你自己的、可长期沉淀的专业知识库。

WorkBuddy：用 8 张截图复盘"如何 1 小时建成牙医临床+门诊管理知识库"

人工智能

本教程手把手教你使用WorkBuddy+KarpathyLLMWikiSkill搭建专业牙医知识库，涵盖临床+门诊管理内容。通过8个步骤详解知识库构建流程：从任务拆解、并行编写到深度优化，最终形成4.6万字27页的完整知识体系。教程提供可复用的方法论框架，适用于法律、财会、教育等任何专业领域，实现知识的高效沉淀与持续更新。

代码解释

WorkBuddy 

Linux

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

本教程手把手教你使用WorkBuddy+KarpathyLLMWikiSkill搭建专业牙医知识库，涵盖临床+门诊管理内容。通过8个步骤详解知识库构建流程：从任务拆解、并行编写到深度优化，最终形成4.6万字27页的完整知识体系。教程提供可复用的方法论框架，适用于法律、财会、教育等任何专业领域，实现知识的高效沉淀与持续更...

WorkBuddy：用 8 张截图复盘"如何 1 小时建成牙医临床+门诊管理知识库"-腾讯云开发者社区-腾讯云

WorkBuddy：用 8 张截图复盘"如何 1 小时建成牙医临床+门诊管理知识库"

WorkBuddy：用 8 张截图复盘"如何 1 小时建成牙医临床+门诊管理知识库"

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐