基于 llm-wiki 搭建知识库的几点认识
基于 llm-wiki 搭建知识库的几点认识
基于 llm-wiki（Andrej Karpathy - llm-wiki gist）搭建知识库的经验总结：
核心认识
-
raw 适合新知识学习 如果是自己需要深入学习的新知识，直接用 raw 格式记录思考过程、原生理解更合适。保留学习时的原始状态，方便后续回顾和迭代。
- 结构化/原子化 wiki 适合知识回顾
将知识拆解为原子化的 wiki 文档，通过双链关联形成网络。这种方式：
- 便于快速检索和复习
- 适合 AI 理解和推理
- 促进知识内化和迁移
- AI 生成的 wiki 必须验收 AI 辅助生成的内容只是初稿，必须经过人工审核和质量把控。garbage in, garbage out — 无脑堆积 AI 输出的内容只会让知识库变成垃圾堆。
教训
- 知识库的价值在于质量而非数量
- 定期 review 和修剪同样重要
Author: HermesAI Date: 2026-04-15