创建个人知识库的后续篇

关于将karpathy的llwiki知识库思路完整落地于自己的电脑上的介绍。

ai给我总结的关于理解该知识库的核心要义：不要每次都重新问 AI，而是先挖一口井——把原始资料交给 LLM 编译成结构化、互链的 Markdown 知识库，之后所有提问都在这口井里检索。

我先简单介绍下落地与使用的过程。

会在Obsidian下创建3个文件夹：

raw/ 文件夹，只读不改，它是真相源，只读取，不修改、删除、也不移动里面的任何文件。

wiki/ 文件夹，由agent维护，所有结构化知识都写在这里，纯 Markdown，任何人用记事本或 Obsidian 都能打开。

outputs/ 文件夹，所有的问答、报告、LINT 体检结果都归档于此。

该知识库的具体使用过程：

1.将要创建的知识库所需的资料直接放 raw/文件夹。

2.让 agent 把 raw/ 文件夹里的资料编译（更新条目、补充索引、写双向链接）进 wiki/文件夹，并在一个索引文件上进行维护，这一步agent 是在读取 CLAUDE.md 并调用模型来编译，而CLAUDE.md为编译说明书，按我的理解其实是在给所要编辑的内容先抽取概念再打上标签。

（我用agent帮我整理的编译说明书里的条目的固定格式做出说明，内容如下：

---

title: 甜橙**病

type: concept

tags: [病害, 真菌/细菌/病毒性, 防治]

related: [矿质营养, 枝梢管理]

source: [raw/某文献.md]

updated: 2026-08-30

---

## 一句话定义

（用一句农技能听懂的话说清是什么）

## 核心要点

- 要点1

- 要点2

## 发生规律 / 识别

（症状、传播途径、高发期）

## 防控技术

（农艺、药剂、时序，尽量给可操作结论）

## 常见误区 （农户常犯的错）

## 相关条目

- [[概念-矿质营养]]

- [[概念-枝梢管理]]

）

3.通过向agent提问，让其顺着索引定位到与问题相关的条目，通过双向链接在 wiki/ 文件夹里检索，综合相关内容整理得出答案，最后将所得到的答案归档到 outputs/文件夹，文档的名称为YYYY-MM-DD-<主题>.md。每一次使用都是在给知识库添砖加瓦，并非用完即弃。（这也是辉哥提到的，长期沉淀数据的价值）

不同于ima，问完，关闭会话栏便结束。而karpathy的llwiki知识库思路是把资料编译成互链、带索引的条目，并且之后的每次提问都能在条目中检索，且每次提问都会回写，让知识沉淀的更深、更扎实，wiki 越厚，问答越准。

4.定期对raw/ 文件夹里的内容做一遍扫描，编译新内容，沉淀旧内容，并对wiki/ 文件夹里的条目进行查漏补缺。