建立一个自己的个人知识库 -- LLM-Wiki

“在AI时代，最宝贵的东西不是技术，也不是说你会用AI，而是在你不断学习的过程中，个人的系统的知识库的积累。”
今天介绍的是obsidian + LLM-Wiki个人知识库。
当你去网上搜索LLM-Wiki知识库时，去学习如何建立一个知识库，你一定会看到一个人的名字是帕帕西（Andrej Karpathy）。外网爆火的AI大神，教你如何搭建卡帕西同款知识库三层架构：raw/（不可变源文件）→ wiki/（LLM 编译维护）→ schema/（协同演进配置）。四个操作：ingest → query → lint → research。
但事实真的如此吗？

这是通过codex，结合卡帕西知识库框架搭建的第一版的知识库，看上去还不错，但我冷静下来去思考，发现并不能很快地入手这个知识库，或者说现在的这个知识库并不属于我。
后来我深度学习后了解到，卡帕西的知识库体系适配像法律体系、行业技术研究、企业知识库等，因为LLM是Large Language Model 的缩写，中文叫 大语言模型，Wiki 可以理解为：大家可以持续编辑、补充和更新的知识页面集合。所以当几千份文档甚至更多的资料在该知识库里面时，去看、检查、搜索的都是agent了。
所以要达到有LLM的效果，在obsidian里面有个设置可以帮到我们，在第三方插件里面，关闭安全设置，在社区插件市场里面搜索Claudian，他实现的功能就是在你的obsidian里加上一个Claude Code

仔细分析卡帕西知识库的框架

• raw/（不可变源文件）可以来自哪里呢？

  • 1.网页资料：这时候还有一个优质插件推荐：在Google浏览器里面扩展程序搜Obsidian Web Clipper，可以帮你帮当前页面的视频、文章等链接到自己电脑上的obsidian里面

  • 2.文档文件：PDF、Word、Markdown等自己在别的地方收藏、喜欢的文件

  • 3.聊天与问答记录：与 AI 的高质量对话、微信群讨论整理、飞书群聊天记录、答疑记录等等

• wiki/（LLM 编译维护）

  • 是基于上传在raw里面的文件，通过智能体去分析整理，并定期的更改优化迭代

• schema/（协同演进配置）

  • 给知识库制定统一的整理规则

这是修改好的，第二版本！
我想说的是在一个新手刚搭建LLM-Wiki知识库时，不要照搬别人的框架体系，也没必要新建太多用不上的文件夹，只需要把卡帕西的三个框架保留下来，后面持续学习中再不断增加自己想要的主题。

在使用学习卡帕西知识库时，也发现遇到了一下问题：

• 无防幻觉机制：AI 生成的摘要可能包含事实错误，错误知识永久化，越积越深

• 无个人编写入口：wiki是作为agent编写的地方，也是我们主要看的地方，没有特别适配我们去手动记录

• 知识不复利到能力：高频任务每次都从零开始，效率不随知识增长而提升