LLM Personal Knowledge Base Pattern

Andrej Karpathy 提出的 LLM 个人知识库架构思想。

核心思想

传统 RAG：上传文档 → 查询时检索相关片段 → LLM 从头推导答案。每次问题都要重新发现知识，没有积累。

Karpathy 的方法：LLM 在摄入时就主动整合知识到持久 wiki，而非仅做索引。交叉引用、矛盾标记、合成分析在摄入时就完成了，知识随时间复合增长。

三层架构

Raw Sources          Wiki              Schema
(原始文档)    →    (LLM维护的md)  →   (CLAUDE.md/AGENTS.md)
- 不可变                      - LLM 完全拥有      - 指导 LLM 如何
- 只读                        - 创建/更新/维护     维护 wiki 的配置
- 来源信任                    - 跨引用/一致性      - LLM 遵守的规范

1. Raw Sources（原始层）

• 文章、论文、图片、数据文件
• 不可变——LLM 只读取，不修改
• 这是你的信任根

2. Wiki（知识层）

• LLM 生成的 markdown 文件集合
• 实体页、概念页、对比页、概述、合成
• LLM 全权拥有此层：创建、更新、交叉引用、维护一致性

3. Schema（配置层）

• CLAUDE.md / AGENTS.md 等
• 定义 wiki 结构、规范、工作流
• LLM 据此成为有纪律的 wiki 维护者，而非通用聊天机器人

三个核心操作

Ingest（摄入）

1. 把新文档放入原始收集
2. 告诉 LLM 处理
3. LLM 读取文档、与你讨论要点
4. 写摘要页、更新索引、更新相关实体/概念页
5. 追加日志

关键：单一文档可能涉及 10-15 个 wiki 页面，而非仅索引存储。

Query（查询）

1. LLM 搜索相关页面、读取、合成答案
2. 答案可呈现为：md 页面、对比表、幻灯片、图表、canvas
3. 重要洞察：有价值的答案/分析应该存回 wiki，让探索成果也复合增长

Lint（检查）

周期性健康检查：

• 页面间矛盾
• 被新来源取代的老旧内容
• 孤立页面（无入站链接）
• 提及但未独立建页的重要概念
• 缺失的交叉引用
• 数据空白（可搜索补充）

两个特殊导航文件

index.md（内容导向）

• wiki 目录：每个页面链接 + 一句话摘要 + 元数据
• 按类别组织（实体/概念/来源等）
• LLM 每次摄入时更新
• 查询时 LLM 先读 index 定位相关页面，再深入
• 在中等规模（~100来源，数百页面）下效果很好，无需 embedding RAG 基础设施

log.md（时间导向）

• 按时间顺序的追加记录
• 记录发生了什么、来源是什么
• 不可变，纯粹的时间线

应用场景

对比：Wiki 方式 vs 传统 RAG

炸弹的现有实践对照

炸弹的 Obsidian 日记库 + 知识库实际上已经在践行类似思路：

• Raw Sources → /mnt/obsidian 日记库（不可变原始记录）
• Wiki → workspace/知识库/（LLM 帮忙整理和维护的结构化文档）
• Schema → SOUL.md + AGENTS.md（指导 LLM 如何工作的配置）
• Ingest → 知识库写入工作流
• Query → 知识库检索
• Lint → 待实践（定期检查 wiki 健康度）

可以补充的：

• 定期 Lint 机制（每周一次健康检查）
• log.md 时间线记录（目前只有 index，没有活动日志）
• 鼓励”有价值的对话结论也存入 wiki”的习惯