OpenAI 大神 Karpathy 开源:用 Obsidian 实现 LLM Wiki 知识库管理方法

OpenAI 创始成员、前 Tesla AI 总监 Andrej Karpathy，最近开源了一份很有启发的文档：《LLM Wiki》。

它不只是讲“怎么把文档喂给模型问答”，而是在讲一件更重要的事：如何让 LLM 持续帮你维护一个会“越用越聪明”的知识库。

原文地址：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

一、这套方法到底好在哪里？

先看大家最熟悉的做法：RAG。

传统 RAG 的问题

多数场景里，RAG 是“临时检索 + 临时回答”：

• 你提一个问题，模型去原始资料里找片段；
• 临时拼一个答案出来；
• 下一次再问，基本又要从头来一次。

这会带来一个核心问题：知识不积累。

如果一个问题需要综合 5 篇文档、3 次历史结论，模型每次都重复劳动，效率和稳定性都会下降。

Karpathy 的核心思路

他提出的是：让 LLM 增量维护一个持久化 Wiki（本质是一套 Markdown 知识库）。

新资料进来后，LLM 不只是“索引一下”，而是会：

• 提炼关键点；
• 更新已有页面；
• 增加交叉引用；
• 标记冲突信息；
• 把新结论整合进全局认知。
  

一句话概括：RAG 是每次现查，LLM Wiki 是持续编译，实现知识的真正复利与累积。

二、LLM Wiki 的三层架构

Karpathy 把结构讲得很清楚，只有三层：

1）Raw Sources（原始资料层）

• 文章、论文、会议记录、图片、数据文件等；
• 只读、不改；
• 这是最终事实依据（source of truth）。

2）Wiki（知识层）

• 一组由 LLM 维护的 Markdown 页面；
• 包括概念页、实体页、对比页、综述页、结论页；
• 你负责阅读，LLM 负责写和维护。

3）Schema（规则层）

• 用 CLAUDE.md 定义规则；
• 规定页面结构、命名规范、更新流程、查询流程；
• 让模型从“聊天助手”变成“知识库维护员”。

你可以把它理解成：Obsidian 是 IDE，LLM 是程序员，Wiki 是代码库。

三、为什么 Obsidian 是这个方案的最佳搭档？

因为它几乎天然适配这套方法：

• Markdown 原生：LLM 读写成本低；
• 双链与图谱：可直观看到知识网络结构；
• 本地优先：隐私和可控性更好；
• 插件生态：Dataview、Marp、Web Clipper 都能接入；
• Git 友好：知识库可版本化、可回滚、可协作。

Karpathy 还给了几个实操建议：

• 用 Web Clipper 抓文章到本地；
• 把图片下载到本地目录，避免外链失效；
• 用固定格式维护 log.md，便于自动化解析；
• 小规模先靠 index.md，规模变大再考虑专门搜索工具。

四、创建知识库

下面给出一套 30 分钟可完成的最小可用搭建流程。

第一步：准备 Obsidian 环境

Obsidian 是一款本地知识管理笔记软件，适合搭建私有化、可版本化的知识库。

下载地址：https://obsidian.md/zh/

第二步：创建 Obsidian 仓库

第三步：下载 Claudian 插件

项目地址：https://github.com/YishenTu/claudian/releases/tag/1.3.72

下载 main.js、manifest.json、styles.css 三个文件。

在仓库目录下创建 /.obsidian/plugins 文件夹：

# 我的仓库路径是 D:\llm-wikimkdir D:\llm-wiki\.obsidian\plugins

若 claudian 目录不存在，请先手工创建，再将上述三个文件复制到 Vault/.obsidian/plugins/claudian/：

robocopy "C:\Users\DELL\Downloads\claudian" "D:\llm-wiki\.obsidian\plugins\claudian" /E# 或者xcopy "C:\Users\DELL\Downloads\claudian" "D:\llm-wiki\.obsidian\plugins\claudian" /E /I /H /Y

第四步：信任仓库并启用插件

重新打开 Obsidian，会提示是否信任该仓库作者，点击“信任仓库作者并启用插件”。

系统会自动打开第三方插件页，把 Claudian 的开关打开。

若没有自动弹出，可手工进入“设置 -> 第三方插件”开启。

第五步：初始化知识库结构

左侧可以看到机器人图标，点击 🤖，右侧会出现 Claudian 对话框。

在对话框输入：

请学习 Andrej Karpathy 的思路：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f帮我搭建知识库，可按以下目录创建：llm-wiki/├── CLAUDE.md         ← 架构配置 + Agent 规范（Schema 层核心）├── index.md          ← 全局导航索引├── log.md            ← 操作日志（记录所有 ingest/query/lint）├── raw/              ← 原始来源目录├── wiki/             ← 结构化知识目录└── outputs/          ← 导出目录

执行完成后，目录生成成功，并创建好了 CLAUDE.md：

五、跑通第一轮知识沉淀

知识库创建成功后，先不要急着连续提问，建议先完整跑通一次资料摄入流程。这里用 deepseek-v4.pdf 做最小实战。

第一步：放入原始资料

把文件放到 raw/inbox/ 目录：

raw/inbox/deepseek-v4.pdf

原则：raw/ 只读，不直接修改，后续整理都写入 wiki/。

第二步：给 Claudian 下 Ingest 指令

在 Obsidian 的 Claudian 对话框输入：

请按 CLAUDE.md 规则处理这份资料：raw/inbox/deepseek-v4.pdf要求：1）在 wiki/sources/ 新建 deepseek-v4 摘要页（核心观点 / 关键术语 / 能力边界 / 风险点）2）更新 wiki/index.md（加入该资料入口与关联主题）3）新增或更新至少 2 个相关页面（如 wiki/concepts/、wiki/entities/），并加入双向链接4）在 log.md 追加一条 ingest 记录（日期 + 资料名 + 变更文件列表）5）所有结论尽量附来源定位（页码或原文片段）

以上提示词执行完成：

第三步：人工做 3 分钟验收

重点检查四件事：

• wiki/sources/ 是否生成资料摘要页；
• wiki/index.md 是否新增可导航入口；
• 相关 concept/entity 页面是否出现双向链接；
• log.md 是否记录本次变更与时间。

如果以上四项都满足，说明你的“知识摄入流水线”已跑通。

第四步：立刻做一次 Query 验证复用

继续提问，验证沉淀是否可复用：

基于当前 wiki 回答：deepseek-v4 的核心创新点是什么？与常见大模型方案相比的优势与边界是什么？要求：1）先列出读取的 wiki 页面2）回答按“创新点 / 优势 / 边界 / 实践建议”结构输出3）引用对应 wiki 页面路径

当你能稳定完成“摄入 -> 沉淀 -> 复用”，知识库就开始进入复利状态。

结语

这次 Karpathy 开源的价值，不只是一个“提示词模板”。

它真正给行业的启发是：LLM 不只是回答问题的工具，还可以成为知识系统的维护引擎。

当“维护成本”被大幅压低，个人和团队终于有机会真正拥有一个长期可生长的知识库。

这可能才是 AI 时代知识管理最值得关注的方向之一。