项目概览
本条目整理自一份关于 Andrej Karpathy 个人知识库构建方法的技术拆解报告。报告指出，Karpathy 于 2026 年 4 月公开分享了一套基于 LLM 的知识库构建方法，其核心是从“操作代码”转向“操作知识”，将 LLM 视为知识库的核心引擎。系统采用五层架构：数据摄取层将网页、论文、代码等原始数据统一收集到 raw/ 目录；知识编译层由 LLM 将原始数据“编译”为结构化的 Markdown Wiki，包括摘要、概念文章、反向链接和索引文件；查看与浏览层使用 Obsidian 作为前端；问答层通过 LLM Agent 检索知识库并生成结构化回答；维护层通过 LLM 健康检查确保知识库一致性。报告强调，在约 40 万词的规模下，LLM 可以自动维护索引，无需传统 RAG 组件。每次查询的结果会回写知识库，实现增量增强。
解决什么问题
报告指出，传统个人知识管理（PKM）工具依赖用户手动维护，在 LLM 足够强大时显得笨拙。Karpathy 的方法旨在解决知识生产规模受限、知识关联难以发现、知识维护成本高的问题。报告提到，手动维护知识库一天只能写 5-10 篇高质量笔记，而 LLM 编译模式下一天可以编译 50-100 篇；人类难以记住数百篇文档之间的关联，而 LLM 能发现跨领域联系；过时信息、不一致术语、缺失关联等问题在 LLM 编译模式下可以被系统性解决。
工作方式
报告描述了五层架构：数据摄取层使用 Obsidian Web Clipper 将网页文章转换为 Markdown 并下载图片到本地，论文、代码仓库、数据集等通过手动索引进入 raw/ 目录；知识编译层由 LLM 读取 raw/ 中的原始数据，进行语义理解、概念归类、摘要生成、关联建立和概念文章撰写，产出 wiki/ 目录；查看与浏览层使用 Obsidian 提供 Markdown 阅读、图谱视图、Marp 幻灯片和 Matplotlib 图片；问答层由 LLM Agent 读取索引文件定位相关文章，必要时回到原始数据，生成回答并回写知识库；维护层定期运行 LLM 健康检查，发现不一致、补全缺失数据、发现新关联。报告强调 raw/ 目录中的数据是被索引而非被整理的，分拣工作是 LLM 的职责。
核心能力
- LLM 全权负责知识组织，人类不直接编辑 Wiki 内容
- 每个查询都是增量增强，问答结果回写知识库
- Markdown 是通用接口，所有数据以 Markdown 格式存储
- 输出多样性：同一知识库可生成文本、幻灯片、图表
- 增量编译策略：只处理新加入的数据，计算效率高
- LLM 自动维护索引文件，无需向量数据库
- 健康检查涵盖不一致发现、缺失补全、关联发现、新文章候选
- 使用 Vibe Coding 构建简易搜索引擎，提供 Web UI 和 CLI 工具
使用前需要了解
- AI 整理 · 本地测试，未经人工复核；依据历史报告节选，不代表当前产品状态。
- 报告指出，该方法在约 400K 词（约 100 篇文章）的规模下效果最佳，LLM 可以自动维护索引而不需要传统 RAG 组件。报告提到，当知识库增长到一定规模后，Karpathy 考虑引入向量检索作为辅助手段。报告对比认为，该方法更适合个人或小团队的知识管理、深度研究型任务、需要知识持续积累的场景；传统 RAG 更适合企业级大规模文档检索、实时性要求高的场景、多用户并发访问。报告未说明该方法在更大规模知识库下的具体表现，也未提供性能基准数据。
