← 返回

Karpathy LLM-wiki 小白完整教程 (第二大脑搭建)

用 AI 帮你建一个会自己长大的个人知识库——不是搜索引擎,是真正属于你的第二大脑。

新手上路

  • 完全新手:从第 1 章到第 5 章按顺序做完,能建出第一个自动维护的知识库,就算入门。
  • 遇到任何问题:直接截图丢给 Claude Code 或豆包,描述清楚"我在做哪一步,看到了什么",比自己查资料高效 10 倍。

第 1 章 掌握核心概念

听不懂原理、看不懂文档,大多是因为关键概念没串起来。这一章把后面会反复出现的词一次性掰开。

1.1 LLM-wiki 到底是什么

先说大多数人用 AI 处理知识的方式:

传统方式(RAG): 你上传 100 篇文章 → AI 建索引 → 你问问题 → AI 临时搜索相关片段 → 拼凑答案

每次提问,AI 都要从零开始找资料、理解、组织。就像每次做菜都要重新翻冰箱找食材。

LLM-wiki 的方式: 你上传 100 篇文章 → AI 读完后写成结构化的 wiki → 你问问题 → AI 直接从 wiki 里找答案

AI 会把知识提前整理好、建立关联、标注矛盾。

核心区别:

  • RAG:每次都是"临时工",用完就忘
  • LLM-wiki:AI 是"专职图书管理员",持续维护你的知识库

1.2 三个最重要的概念

原始资料(Raw Sources)  = 你收藏的文章、笔记、PDF(只读,不改)
Wiki(知识库)          = AI 自动生成和维护的结构化笔记(AI 写,你读)
Schema(配置文件)      = 告诉 AI 怎么整理知识的规则手册
**类比理解**:

- **原始资料**:你买的书、收藏的文章,原封不动放在书架上
- **Wiki**:AI 帮你写的读书笔记 + 思维导图 + 索引卡片,而且会自动更新
- **Schema**:你告诉 AI "我喜欢怎样的笔记风格"的说明书

1.3 LLM-wiki 能做什么

**场景 1:读书笔记**

- 你每读完一章,丢给 AI
- AI 自动提取人物、情节、主题,建立关联
- 读完整本书,你有一个完整的"书籍百科"

**场景 2:研究某个领域**

- 你持续收集 AI、心理学、商业的文章
- AI 自动归类、提取观点、标注矛盾
- 几个月后,你有一个专业级的知识库

**场景 3:个人成长追踪**

- 你的日记、健康记录、学习笔记
- AI 帮你整理成"关于我自己的百科"
- 随时查看"我在某个话题上的思考演变"

**场景 4:团队知识管理**

- 会议记录、项目文档、客户反馈
- AI 自动整理成公司内部 wiki
- 新人入职直接查 wiki,不用到处问

1.4 为什么不用 NotebookLM / ChatGPT 文件上传

NotebookLM 和 ChatGPT 的文件上传功能都是 RAG 模式:

❌ 每次提问都要重新检索 ❌ 知识不会累积——今天问过的问题,明天还要重新找 ❌ 看不到知识结构——不知道哪些概念有关联、哪些观点有矛盾

LLM-wiki 的优势:

✅ 知识会复利增长——每次提问的好答案可以存回 wiki ✅ 能看到全局结构——用 Obsidian 的关系图谱看知识网络 ✅ AI 会主动维护——发现矛盾会标注,发现缺失会提醒

1.5 需要什么工具

**必备工具:**

- Claude Code(或其他 AI Agent)—— AI 助手,负责读资料、写 wiki
- Obsidian —— 笔记软件,用来查看和浏览 wiki
- 一个文件夹 —— 存放你的原始资料和 wiki

**可选工具:**

- Obsidian Web Clipper —— 浏览器插件,一键保存网页文章
- qmd —— 本地搜索引擎,wiki 变大后用(100+ 篇文章后再考虑)
- Git —— 版本管理,可以看 wiki 的演变历史

1.6 一句话总结整套关系

整套系统的工作流程:

1. 1. 你(人)收集资料、提问题
2. 1. Claude Code(AI Agent)读资料、写 wiki、回答问题
3. 1. Wiki(知识库)在 Obsidian 里查看
4. 1. 持续积累,成为你的第二大脑

## 第 2 章 装好基础环境

按顺序装 3 样东西:Claude Code → Obsidian → 建立工作目录。

2.1 装 Claude Code

如果你已经装过 Claude Code,跳过这一步。

如果没装过,参考《Claude Code 小白完整入门教程》的第 2 章,把 Git、Node.js、VS Code、Claude Code 装好。

验证是否装好:

claude -v

能看到版本号就 OK。

2.2 装 Obsidian

Mac 用户:

1. 1. 打开 https://obsidian.md/
2. 1. 下载 Mac 版(.dmg 文件)
3. 1. 双击安装,拖到"应用程序"文件夹

Windows 用户:

1. 1. 打开 https://obsidian.md/
2. 1. 下载 Windows 版(.exe 文件)
3. 1. 双击安装,默认下一步

第一次打开 Obsidian:

1. 1. 选择"创建新仓库"
2. 1. 仓库名称:我的知识库(或任何你喜欢的名字)
3. 1. 位置:选一个你记得住的地方(如桌面或文档文件夹)
4. 1. 点"创建"

记住这个位置,后面会用到。

2.3 建立工作目录

打开终端(Mac)或 PowerShell(Windows),进入你刚才创建的 Obsidian 仓库:

cd ~/Desktop/我的知识库  # Mac 示例,根据你的实际路径调整

在里面创建三个文件夹:

mkdir raw wiki schema

目录结构:

我的知识库/ - raw/ # 存放原始资料(文章、PDF、笔记) - wiki/ # AI 生成的知识库(AI 写,你读) - schema/ # 配置文件(告诉 AI 怎么工作)


第 3 章 配置你的第一个 LLM-wiki

3.1 创建配置文件(Schema)

在 schema/ 文件夹里创建一个文件 CLAUDE.md,这是告诉 Claude Code 怎么维护 wiki 的说明书。

打开 VS Code,在 schema/CLAUDE.md 里粘贴以下内容:

LLM-wiki 配置文件

你是我的个人知识库管理员。你的工作是帮我维护一个结构化的 wiki。

目录结构

  • raw/ - 原始资料(只读,不修改)
  • wiki/ - 知识库(你负责创建和维护)
  • schema/ - 配置文件(本文件)

核心原则

    1. 原始资料不动:raw/ 里的文件永远不修改
    1. wiki 是你的领地:wiki/ 里的所有文件由你创建和维护
    1. 知识要关联:用 [[双链]] 建立页面之间的联系
    1. 矛盾要标注:发现不同资料有冲突,在 wiki 里明确标出

Wiki 结构

wiki/ 目录下包含:

  • index.md - 总索引(列出所有页面)
  • overview.md - 知识库概览
  • log.md - 操作日志(记录每次摄入和查询)
  • entities/ - 实体页面(人物、公司、产品等)
  • concepts/ - 概念页面(理论、方法、观点等)
  • sources/ - 资料摘要(每篇原始资料的总结)

三个核心操作

操作 1:摄入(Ingest)

当我说"摄入这篇文章"或"处理这个文件"时:

    1. 读取 raw/ 里的文件
    1. 提取关键信息(人物、概念、观点、数据)
    1. 在 wiki/sources/ 创建摘要页面
    1. 更新或创建相关的实体页面和概念页面
    1. 更新 index.md 和 log.md
    1. 告诉我你更新了哪些页面

操作 2:查询(Query)

当我问问题时:

    1. 先读 wiki/index.md 找相关页面
    1. 读取相关页面的内容
    1. 综合回答,并标注引用来源
    1. 如果答案有价值,问我"要不要把这个答案存成新页面"

操作 3:检查(Lint)

当我说"检查 wiki"时:

    1. 扫描所有页面,查找:
  • 矛盾的观点
  • 过时的信息
  • 缺失的关联
  • 孤立的页面(没有被其他页面链接)
    1. 生成检查报告
    1. 建议需要补充的内容

页面格式规范

资料摘要页面(sources/)

  ---

title: 文章标题
source: 原始文件路径
date: 摄入日期
tags: [标签1, 标签2]


  ## 核心观点

  - 观点 1
  - 观点 2

  ## 关键信息

  ### 人物

  - [[人物名]] - 简短描述

  ### 概念

  - [[概念名]] - 简短描述

  ## 原文摘录

  > 重要的原文引用

  ## 相关页面

  - [[相关页面1]]
  - [[相关页面2]]

  概念页面(concepts/)

  ---

title: 概念名称
type: concept
created: 创建日期
updated: 最后更新日期


  ## 定义

  简洁的定义

  ## 详细说明

  详细解释这个概念

  ## 来源

  - [[资料1]] - 在这篇资料里提到
  - [[资料2]] - 在这篇资料里提到

  ## 相关概念

  - [[相关概念1]]
  - [[相关概念2]]

  ## 矛盾与争议

  如果不同资料对这个概念有不同看法,在这里标注

  工作风格

  - 用中文写 wiki
  - 保持客观,不加入你的主观判断
  - 发现矛盾时,呈现双方观点,不要替我选边站
  - 页面标题用简洁的名词,不要用完整句子

  保存这个文件。

  ### 3.2 初始化 wiki 结构

  在终端里,进入你的知识库目录:
bash cd ~/Desktop/我的知识库

启动 Claude Code:

claude

在对话框里输入:

请根据 schema/CLAUDE.md 的配置,初始化 wiki 目录结构,创建 index.md、overview.md、log.md,以及 entities/、concepts/、sources/ 三个子文件夹。

等它跑完,你会看到 wiki/ 文件夹里出现了这些文件和文件夹。

3.3 在 Obsidian 里查看

1. 1. 打开 Obsidian
2. 1. 左上角"打开其他仓库" → "打开文件夹作为仓库"
3. 1. 选择你的 我的知识库 文件夹
4. 1. 现在你能看到 raw/、wiki/、schema/ 三个文件夹
5. 1. 点开 wiki/index.md,看到 AI 创建的索引页面

## 第 4 章 摄入第一篇资料

4.1 准备一篇文章

方式 1:保存网页文章

1. 1. 在 Obsidian 里安装 Web Clipper 插件:

- 设置 → 第三方插件 → 关闭"安全模式"
- 浏览 → 搜索"Web Clipper" → 安装 → 启用

1. 1. 在浏览器里打开一篇你想保存的文章
2. 1. 点击浏览器工具栏的 Obsidian 图标
3. 1. 选择保存到 raw/ 文件夹
4. 1. 文件名用文章标题

方式 2:手动创建

在 raw/ 文件夹里新建一个 .md 文件,把你想整理的内容粘贴进去。

示例:我们用一篇关于"费曼学习法"的文章做演示。

4.2 让 AI 摄入这篇文章

在 Claude Code 对话框里输入:

摄入 raw/费曼学习法.md

AI 会:

1. 1. 读取这篇文章
2. 1. 提取关键信息
3. 1. 在 wiki/sources/ 创建摘要
4. 1. 在 wiki/concepts/ 创建"费曼学习法"页面
5. 1. 更新 wiki/index.md
6. 1. 在 wiki/log.md 记录这次操作

等它跑完(1-3 分钟),会告诉你更新了哪些页面。

4.3 在 Obsidian 里查看结果

1. 1. 打开 wiki/index.md,看到新增的页面
2. 1. 点击 [[费曼学习法]],跳转到概念页面
3. 1. 右上角点击"关系图谱"图标,看到页面之间的关联

第一个 LLM-wiki 跑通了。

## 第 5 章 日常使用流程

5.1 持续摄入资料

每次看到好文章、做了笔记、读了书:

1. 1. 保存到 raw/ 文件夹
2. 1. 告诉 Claude Code:摄入 raw/文件名.md
3. 1. 在 Obsidian 里查看更新

建议节奏:

- 新手:每次摄入 1 篇,看看 AI 怎么整理
- 熟练后:可以批量摄入,摄入 raw/ 文件夹里所有新文章

5.2 提问和查询

直接问 Claude Code 问题:

费曼学习法的核心步骤是什么?

AI 会:

1. 1. 搜索 wiki 里的相关页面
2. 1. 综合回答
3. 1. 标注引用来源

如果答案有价值,AI 会问你:

这个答案挺完整的,要不要我把它存成一个新页面?

选"是",你的 wiki 又多了一个页面。

5.3 定期检查 wiki 健康度

每隔一段时间(比如摄入 10 篇文章后),让 AI 检查:

检查 wiki

AI 会告诉你:

- 哪些观点有矛盾
- 哪些页面没有被链接(孤岛)
- 哪些概念值得深入补充

5.4 在 Obsidian 里探索

**关系图谱:**

- 右上角点击"关系图谱"
- 看到所有页面的关联网络
- 点击节点可以跳转

**搜索:**

- Cmd+O(Mac)或 Ctrl+O(Win)
- 快速跳转到任何页面

**反向链接:**

- 打开任意页面
- 右侧栏看"反向链接"
- 知道哪些页面引用了当前页面

## 第 6 章 进阶技巧

6.1 自定义 wiki 结构

schema/CLAUDE.md 是你的配置文件,可以随时修改。

例子 1:增加"人物"分类

在 schema/CLAUDE.md 里加一段:

## 人物页面(entities/people/)

记录重要人物的信息:

- 基本信息(职业、背景)
- 核心观点
- 代表作品
- 在哪些资料里提到

然后告诉 Claude Code:

根据更新后的 schema,重新组织 wiki

例子 2:增加"书籍"分类

如果你在读书,可以加:

## 书籍页面(sources/books/)

每本书一个页面:

- 作者
- 核心论点
- 章节摘要
- 金句摘录
- 相关概念

6.2 多主题知识库

如果你想同时管理多个主题(比如"AI 学习"和"个人成长"),有两种方式:

方式 1:一个 wiki,用标签区分

在 schema/CLAUDE.md 里规定:

## 标签规范

- #AI - AI 相关
- #成长 - 个人成长相关
- #商业 - 商业相关

每个页面的 frontmatter 里加标签。

方式 2:多个独立 wiki

建立多个文件夹:

我的知识库/ - AI学习/ - raw/ - wiki/ - schema/ - 个人成长/ - raw/ - wiki/ - schema/


每个主题独立维护。

6.3 装本地搜索引擎(wiki 超过 100 页后)

当 wiki 变大(100+ 页面),index.md 不够用了,装个搜索引擎:

安装 qmd:

npm install -g @tobi/qmd

使用:

qmd search "费曼学习法" --path wiki/

也可以让 Claude Code 调用:

用 qmd 搜索 wiki 里关于"学习方法"的所有页面

6.4 用 Git 追踪 wiki 演变

如果你想看 wiki 是怎么一步步长大的:

cd ~/Desktop/我的知识库 git init git add . git commit -m "初始化 wiki"

以后每次摄入资料后:

git add . git commit -m "摄入:费曼学习法"

用 git log 可以看到所有历史记录。

第 7 章 常见问题

7.1 AI 生成的页面不满意怎么办?

直接告诉 AI:

wiki/concepts/费曼学习法.md 这个页面写得太简单了,帮我扩充一下,增加具体案例

或者:

这个页面的结构不好,帮我重新组织,按"定义 → 步骤 → 案例 → 常见误区"的顺序

7.2 不同资料有矛盾怎么办?

AI 会自动标注矛盾。比如:

矛盾与争议

  • [[资料A]] 认为费曼学习法适合所有学科
  • [[资料B]] 认为费曼学习法不适合数学和编程

两种观点的依据:

  • 资料A 强调"用简单语言解释"的普适性
  • 资料B 认为数学需要符号推导,不能只靠语言

你可以自己判断,或者继续摄入更多资料。

7.3 wiki 太乱了怎么办?

定期让 AI 整理:

检查 wiki,找出所有孤立页面(没有被其他页面链接的),建议怎么关联

或者:

重新组织 wiki/concepts/ 文件夹,按主题分类

7.4 可以用其他 AI Agent 吗?

可以。LLM-wiki 的原理适用于任何能读写文件的 AI Agent:

  • Codex(OpenAI)
  • Cursor
  • Windsurf
  • 豆包 MarsCode

只要把 schema/CLAUDE.md 改成对应的配置文件名(如 AGENTS.md)。

7.5 可以不用 Obsidian 吗?

可以。wiki 就是一堆 markdown 文件,用任何支持 markdown 的工具都行:

  • VS Code + Markdown 插件
  • Typora
  • Notion(需要导入)
  • Logseq

但 Obsidian 的关系图谱和双链功能最适合 wiki。

第 8 章 实战案例

案例 1:读完一本书

目标:读《思考,快与慢》,建立一个书籍 wiki。

步骤:

    1. 每读完一章,把笔记保存到 raw/思考快与慢-第X章.md
    1. 告诉 Claude Code:摄入 raw/思考快与慢-第1章.md
    1. AI 会提取:
  • 人物:丹尼尔·卡尼曼
  • 概念:系统1、系统2、启发式、锚定效应
  • 案例:各种实验
    1. 读完整本书,你有:
  • 12 个章节摘要页面
  • 20+ 个概念页面
  • 1 个作者页面
  • 完整的概念关系图谱

查询示例:

系统1 和系统2 的区别是什么?书里有哪些案例?

AI 会综合所有章节的内容回答。

案例 2:研究 AI 领域

目标:持续学习 AI,建立专业知识库。

步骤:

    1. 每天看到好文章,用 Web Clipper 保存到 raw/
    1. 每周摄入一次:摄入 raw/ 文件夹里所有新文章
    1. 3 个月后,你有:
  • 100+ 篇文章摘要
  • 50+ 个概念页面(Transformer、RAG、Agent、Prompt Engineering...)
  • 20+ 个人物页面(Hinton、Bengio、Altman...)
  • 10+ 个公司页面(OpenAI、Anthropic、Google...)

查询示例:

RAG 和 LLM-wiki 的区别是什么?我的知识库里有哪些相关资料?

案例 3:个人成长追踪

目标:记录自己的思考和成长。

步骤:

    1. 每天写日记,保存到 raw/日记-2026-05-21.md
    1. 每周摄入一次
    1. AI 会提取:
  • 你关注的话题
  • 你的情绪变化
  • 你的目标和进展
  • 你的思考模式

查询示例:

我在"时间管理"这个话题上的思考是怎么演变的?

AI 会找出所有相关日记,总结你的思考轨迹。

附录 A:核心命令速查

# 启动 Claude Code
claude

# 摄入单个文件
摄入 raw/文件名.md

# 批量摄入
摄入 raw/ 文件夹里所有新文章

# 查询
[直接问问题]

# 检查 wiki 健康度
检查 wiki

# 重新组织 wiki
根据更新后的 schema 重新组织 wiki

# 搜索(装了 qmd 后)
qmd search "关键词" --path wiki/
## 附录 B:推荐的 Obsidian 插件

**必装:**

- Obsidian Web Clipper —— 保存网页文章
- Graph View(内置)—— 关系图谱

**推荐:**

- Dataview —— 查询和统计页面
- Templater —— 页面模板
- Calendar —— 日历视图(适合日记)
- Excalidraw —— 画图和思维导图

## 附录 C:Schema 模板库

模板 1:读书笔记专用

```markdown
# 读书笔记 Wiki 配置

## Wiki 结构

- `books/` - 书籍页面
- `authors/` - 作者页面
- `concepts/` - 概念页面
- `quotes/` - 金句摘录

## 书籍页面格式

- 基本信息(作者、出版年份、页数)
- 核心论点
- 章节摘要
- 金句摘录
- 相关书籍
模板 2:研究领域专用

```markdown
# 研究领域 Wiki 配置

## Wiki 结构

- `papers/` - 论文摘要
- `researchers/` - 研究者页面
- `concepts/` - 概念和理论
- `methods/` - 研究方法
- `datasets/` - 数据集

## 论文页面格式

- 标题、作者、发表年份
- 核心贡献
- 方法论
- 实验结果
- 相关论文
模板 3:个人成长专用

```markdown
# 个人成长 Wiki 配置

## Wiki 结构

- `journal/` - 日记
- `goals/` - 目标追踪
- `habits/` - 习惯养成
- `reflections/` - 反思总结
- `learnings/` - 学习笔记

## 日记页面格式

- 日期
- 情绪
- 事件
- 思考
- 行动

```

写在最后

刚开始可能觉得麻烦——为什么不直接问 ChatGPT?

用上 3 个月你会发现:

  • 你的知识不再散落在各处,而是有结构地积累
  • 你能看到自己的思考轨迹,知道自己在某个话题上是怎么演变的
  • 你问的每个好问题、得到的每个好答案,都会让知识库更丰富

这就是知识复利。