10 万人收藏了 @karpathy 的 帖子：
然后他发布了一个完整的 GitHub Gist。5000+ 星标。1400+ 分叉。两天之内。
大多数人也会收藏它，然后什么都不做。
不是因为它难。而是因为没人给他们精确的提示词。
我来解决这个问题。
我会带你走完整个系统，给你每一步的复制粘贴提示词，并告诉你这个系统在哪儿会失效，这样你就不会浪费一个周末去搭建一个在大规模时就会崩溃的东西。
"人类的工作是筛选来源、指导分析、提出好问题，并思考这一切的意义。LLM 的工作是其他所有事情。" — Andrej Karpathy
概念（60 秒版本）
你的知识散落在各处。文章保存在 4 个应用里。2023 年收藏的书签你再也不会看。会议笔记躺在一个你早已遗忘的文件夹里。
现在，当你向 AI 提问关于你的事情时，它每次都从零开始。上传文档，提问，得到答案。下次对话？它忘光了。这就是 ChatGPT 文件上传、NotebookLM 和大多数 RAG 系统的运作方式。零积累。
Karpathy 的想法扭转了这一切。
AI 不是每次都搜索你的原始文件，而是只读取一次你的来源，然后编译成一个结构化的 wiki。摘要、交叉引用、概念之间的联系、标记出的矛盾。
全部由 AI 维护。全部是简单的 Markdown 文件。
下次你提问时，AI 不会去翻原始文档。它直接读取已经构建好的 wiki。
联系已经在里面了。
综合已经反映了你读过的所有内容。
你每添加一个新来源，wiki 就更丰富。你每问一个问题，答案也可以被归档回去。知识在累积，而不是重置。
他的成果：一个研究主题下约 100 篇文章，约 40 万字。他一个字都没写。AI 编写、链接、分类和维护了所有这些内容。
没有数据库。没有嵌入。没有向量存储。只有文件夹和文本文件。
为什么你应该在意？
三个此刻就相关的用例：
如果你是创作者或营销人员，这是一个内容研究引擎。把竞品分析、热门文章、受众洞察扔进 raw/。wiki 会呈现你手动永远找不到的模式和角度。
如果你是创始人或顾问，这是你用于客户工作、市场研究或竞品分析的第二大脑。你生成的每份报告都会反馈到系统中。到第 3 个月，你的 AI 对领域的了解胜过大多数新员工。
如果你是学生或研究人员，这正是 Karpathy 实际构建它的目的。对几十篇论文进行深度研究，AI 追踪想法如何连接、作者在哪里有分歧、哪些空白仍然存在。
*这也可用于许多商业研发工作流。
在开始构建之前：你需要什么
→ 一个能读取本地文件的 AI 编码工具（Claude Code、Cursor、Codex 或类似工具）
→ 一个文本编辑器（推荐 Obsidian，但 VS Code、记事本等任何工具都行）
→ 10 份以上你关心主题的源文档
→ 30 分钟初始设置，之后每份来源 10 分钟
就这样。没有特殊软件。不需要创建账户。无需插件。
本文的其余部分是构建过程。7 个步骤。每个步骤都有你要粘贴到 AI 中的精确提示词。按顺序操作。
步骤 1：创建文件夹结构（2 分钟）
在你的机器上任意位置创建：
1my-knowledge-base/2├── raw/ # 你的源材料。AI 读取但从不修改。3│ └── assets/ # 图片、截图、图表4├── wiki/ # AI 维护的 wiki。你阅读。AI 编写。5├── outputs/ # 报告、分析、查询答案6└── CLAUDE.md # 使这一切运转的模式文件
三个文件夹，一个文件。如果在此花费超过 2 分钟，那你在过度思考。
步骤 2：编写你的模式文件（大家都会跳过的步骤。别跳过。）
模式是区分通用聊天机器人和有纪律的 wiki 维护者的关键。
它告诉你的 AI 知识库是关于什么的，如何组织，以及当你添加来源、提问或运行维护时该做什么。
其他所有指南都会给你一个 10 行的模板。以下是完整的生产级模式，基于 Karpathy 的 Gist，为实际使用而设计：
1# 知识库模式23## 身份标识4这是关于 [你的主题] 的个人知识库。5由 LLM Agent 维护。人类负责策划来源和提问。LLM 负责其他所有事情。67## 架构8- raw/ 包含不可变的源文档。永远不要修改 raw/ 中的文件。9- wiki/ 包含编译后的 wiki。LLM 完全拥有此目录。10- outputs/ 包含生成的报告、分析和查询答案。1112## Wiki 约定13- 每个主题在 wiki/ 中拥有自己的 .md 文件14- 每个 wiki 文件以 YAML 前置元数据开始：15 ---16 title: [主题名称]17 created: [日期]18 last_updated: [日期]19 source_count: [为此页面提供信息的原始来源数量]20 status: [draft | reviewed | needs_update]21 ---22- 前置元数据之后，是一段摘要23- 使用 [[topic-name]] 作为 wiki 页面之间的内部链接24- 每个事实性声明引用其来源：[来源：filename.md]25- 当新内容与现有内容矛盾时，明确标记：26 > 矛盾：[旧声明] vs [新声明] 来自 [来源]2728## 索引与日志29- wiki/index.md 列出每个页面及其一行描述，按类别分类30- wiki/log.md 是仅追加的按时间顺序记录31- 日志条目格式：## [YYYY-MM-DD] 操作 | 描述32 （操作：ingest, query, lint, update）3334## 摄取工作流35处理新来源时：361. 完整读取源文档372. 与用户讨论关键要点383. 在 wiki/ 中创建或更新摘要页面394. 更新 wiki/index.md405. 更新 wiki/ 中所有相关的实体和概念页面416. 从现有页面添加反向链接到新内容427. 标记与现有 wiki 内容的任何矛盾438. 在 wiki/log.md 中追加条目449. 单个来源应涉及 10-15 个 wiki 页面4546## 查询工作流47回答问题：481. 首先读取 wiki/index.md 找到相关页面492. 读取所有相关 wiki 页面503. 综合答案，附带 [来源：页面名称] 引用514. 如果答案揭示了新见解，提供将其归档回 wiki/ 的选项525. 将有价值的答案保存到 outputs/5354## Lint 工作流（每月）55检查：56- 页面之间的矛盾57- 被更新来源取代的过时声明58- 没有入站链接的孤立页面59- 提到但从未解释的概念60- 缺少的交叉引用61- 没有来源归属的声明62输出：wiki/lint-report-[日期].md，带有严重程度级别6364## 关注领域65[列出该知识库涵盖的 3-5 个主题]
复制这段。自定义关注领域。将其放在项目根目录下，命名为 CLAUDE.md。
步骤 3：填充你的 Raw 文件夹（10 分钟倾倒，零整理）
打开 raw/，把所有东西都丢进去：
→ 将文章复制粘贴为 .md 或 .txt 文件
→ 从你当前使用的任何应用中导出笔记
→ 将截图和图表保存到 raw/assets/
→ 粘贴研究论文、PDF、竞品分析
→ 倾倒你囤积了几个月的书签
不要整理。不要重命名。不要清理。那是 AI 的工作。
来自 Karpathy 的专业提示：Obsidian Web Clipper 浏览器扩展只需一次点击即可将任何网页文章转换为 Markdown。
设置一个快捷键（设置 → 快捷键 → "下载附件"）来将所有图片拉取到本地，以便 AI 可以引用它们。
如果你不使用 Obsidian，从浏览器复制粘贴也很好用。
目标是数量。不是完美。
步骤 4：运行你的首次摄取
打开你的 AI Agent。让它指向你的项目文件夹。粘贴以下内容：
摄取提示词：
1"读取 CLAUDE.md 中的模式。然后处理 raw/ 中的 [文件名]。完整阅读它，与我讨论关键要点，然后：在 wiki/ 中创建摘要页面，更新 wiki/index.md，更新所有相关的概念和实体页面，添加反向链接，标记任何矛盾，并在 wiki/log.md 中追加条目。"
一次从一个来源开始。Karpathy 也是这么做的。阅读摘要。检查更新。引导 AI 强调什么。这比一次性批量处理所有内容会带来更好的结果。
在 5-10 个来源之后，你的 wiki/ 文件夹将拥有一个索引、一个日志以及 15-30 个相互关联的页面。
那时一切就变得有意义了。
步骤 5：开始查询你的知识库
一旦你有了 10 个以上的 wiki 页面，系统就会变得真正有用。粘贴以下内容：
查询提示词：
1"读取 wiki/index.md。基于知识库中的内容，回答：[你的问题]。引用哪些 wiki 页面为你的答案提供了信息。如果这揭示了值得保留的新联系，请在 wiki/ 中创建一个新页面并更新索引。"
最能提取价值的问题：
→ "这个知识库中最大的三个空白是什么？"
→ "哪些来源互相矛盾，在哪方面？"
→ "基于现有内容，我下一步应该研究什么？"
→ "仅使用 wiki 内容写一篇关于 [主题] 的 500 字简报"
→ "[概念 A] 和 [概念 B] 之间有什么联系？"
关键循环：好的答案应该被归档回 wiki。
一个比较、一个分析、你发现的一个联系。
它们和摄入的来源一样在知识库中累积。
每一个问题都会让下一个答案更好。
步骤 6：运行月度健康检查
这是没有人做的步骤。这是防止整个系统慢慢腐烂的步骤。粘贴以下内容：
Lint 提示词：
1"根据 CLAUDE.md 中的 lint 工作流，对 wiki/ 进行全面健康检查。输出到 wiki/lint-report-[日期].md，带有严重程度级别（🔴 错误，🟡 警告，🔵 信息）。建议 3 篇文章来填补最大的知识空白。"
为什么这很重要：当 AI 写了稍微错误的内容，你把它保存回去时，下一个答案就建立在错误之上。
两个月后，你有五页都在强化同一个错误。健康检查在它滚雪球之前就抓住了它。
每月检查一次。花费你十分钟时间。如果你希望系统保持可信赖，这一点不可协商。
步骤 7：让它累积
这就是系统体现价值的地方。
在持续使用 4-6 周后，你不再只是搜索笔记。
你在查询一个结构化的知识系统，它比你更了解你的来源之间的联系。
三种加速累积的方法：
将探索输出归档回去：当 AI 生成你认为有价值的比较或分析时，将其保存到 wiki/ 或 outputs/。
Karpathy 说他自己探索和查询"总是会累积"到知识库中。
添加视觉输出：让 AI 将答案渲染为 Markdown 表格、图表或幻灯片（Marp 格式）。
这些成为可重复使用的资产，而不是一次性的聊天消息。
对一切进行版本控制：你的 wiki 只是 Markdown 文件。
初始化一个 git 仓库。你就能获得完整历史、分支，以及撤销 AI 搞砸的任何事情的能力。
好了。构建过程就是这些。现在来看没有人会告诉你的部分。
这个系统在哪里会失效（诚实版）
这是一个新兴的模式，而不是一个成品。Karpathy 自己称其为"一组粗糙的脚本"，并说还有真正的产品空间。
在你信任你的知识给它之前，你需要了解以下内容：
上下文窗口上限。
Karpathy 的 wiki 在大约 100 篇文章和 40 万字的情况下工作。但即使是 128K 令牌的上下文窗口也只能容纳约 9.6 万字。AI 通过索引选择性读取，这意味着它可能会遗漏一些内容。研究表明，LLM 存在"迷失在中间"效应，即长输入中间的信息会被降低优先级。你的查询结果会有盲点。接受这一点。
错误累积。
AI 写了一个 wiki 页面，带有一个细微的错误。你针对它进行查询。这个错误进入了你的答案。你把那个答案归档回去。现在两个页面强化了同一个错误。每月的 lint 检查有帮助，但进行 lint 检查的 AI 和制造错误的 AI 有同样的盲点。这是最大的单一风险。Karpathy 的 Gist 上的一条评论一针见血："当输出被归档回去时，错误也会累积。"
幻觉不会消失。
Wiki 方法减少了幻觉，因为 AI 将答案基于你的来源。但它并没有消除幻觉。AI 仍然可以综合出来源材料中不存在的联系。而且因为 wiki 看起来权威（干净的 Markdown、交叉引用、引用），你更有可能相信错误的信息。不要相信它。
成本并非为零。
每次摄入、每次查询、每次 lint 检查都会消耗令牌。一个触及 10-15 页的单一来源，使用前沿模型可能会花费 2-5 美元的 API 调用。50 个来源仅摄入就需要 100-250 美元。比研究助理便宜。但不是免费的。
它无法扩展到企业级。
Karpathy 说索引文件方法在没有 RAG 的情况下适用于约 100 篇文章。在 10,000+ 来源时，这种模式就会失效。索引变得太大。跨数千页的一致性变得不可能。你需要这个系统旨在避免的基础设施。了解这个天花板。
单一模型的盲点。
你的整个 wiki 是一个模型对你来源的解释。那个模型有偏见和倾向性。对于高风险的决策，一个 Gist 评论者建议独立地通过 4 个以上的模型运行查询，然后比较一致性。更稳健。也要花 4 倍的成本。
该怎么办
→ 错误累积：每月 lint 检查。手动交叉检查关键声明。在高风险决策上永远不要盲目相信 wiki。
→ 上下文限制：保持每个 wiki 专注于一个领域。多个领域？多个知识库。
→ 成本：对摄入和复杂查询使用前沿模型。对简单的更新使用更便宜的模型。
→ 幻觉：上面的模式要求每个声明都有来源引用。如果一个页面在没有 [来源：文件名] 的情况下做出声明，lint 会标记它。
→ 规模：接受这是一个个人工具，而不是企业基础设施。如果你超越了它，那是个好问题。
为什么它仍然重要
尽管有以上所有问题，这仍然是目前可用的最实用的个人知识系统。
原因非常简单：人类放弃 wiki 是因为维护的增长速度超过了价值。
你开始整理，感觉很好两周，然后维护工作扼杀了动机，你再也不会碰它。
LLM 不会感到厌倦。它们不会忘记更新交叉引用。它们可以在一次操作中触及 15 个文件而不抱怨。
Lex Fridman 证实他运行了类似的设置。
他生成交互式 HTML 可视化，并创建"迷你知识库"加载到语音模式中，用于 7-10 英里的跑步。
来自 DAIR.AI 的 Elvis Saravia 一直在为 AI 研究策划构建 LLM 知识库。
Karpathy 的 Gist 发布 48 小时内，多个开源实现出现在 GitHub 上。
这不再是一个实验。
它正在成为任何做严肃研究的人的标准做法。
你的完整提示词库（复制所有内容）
本文中的所有提示词，收集在一起：
模式：步骤 2 中的完整 CLAUDE.md 模板。
摄取（一个来源）：
1"读取 CLAUDE.md 中的模式。处理 raw/ 中的 [文件名]。完整阅读它，与我讨论关键要点，然后：创建摘要页面，更新索引，更新所有相关页面，添加反向链接，标记矛盾，记录摄入。"
摄取（批量，较少监督）：
1"读取 CLAUDE.md。按顺序处理 raw/ 中所有未处理的文件。对每个文件：创建摘要，更新索引，更新相关页面，记录摄入。自动进行。"
查询：
1"读取 wiki/index.md。回答：[问题]。引用 wiki 页面。如果这个答案值得保留，提议将其作为新的 wiki 页面归档。"
Lint：
1"根据 CLAUDE.md 中的 lint 工作流，对 wiki/ 进行全面健康检查。输出到 wiki/lint-report-[日期].md，带有 🔴/🟡/🔵 严重程度。建议 3 篇文章来填补空白。"
探索：
1"读取 wiki/index.md，找出现有主题之间 5 个最有趣但尚未探索的联系。对每个联系，解释它可能揭示什么洞见，以及什么来源有助于确认它。"
简报：
1"基于 wiki/ 中的所有内容，就 [主题] 写一份 500 字的高管简报。引用来源。结构为：当前状态、关键矛盾、未解决问题、建议下一步行动。"
去构建它
收藏 Karpathy 的 Gist 和从中受益之间的区别，就是一个下午。
选择你的主题。创建文件夹。复制模式。
把你已有的东西放进去。运行你的首次摄入。
然后明天再用另一个来源做一次。
下周再加五个。
Wiki 每次都会变得更聪明。这就是全部意义。
三个文件夹。一个模式。
一个 AI 来做你永远不会自己做的苦力。
停止收集书签。开始积累知识。
将 Claude 变成 20 多个不同的营销和商业专家。
安装真正的专业知识，而不仅仅是提示词。
获取我的 Claude 技能包 👇
