知识检索技术全景对比项目档案从传统RAG到LLM Wiki,一文看懂五大知识检索技术流派本文档是一份关于知识检索技术的深度对比指南,系统梳理了当前领域的五大技术流派:传统RAG、PageIndex、SirChmunk、MinerU和LLM Wiki。文档从技术概述、问题背景、核心思想、核心原理、系统架构、关键流程、技术关系、应用场景、工程落地、优缺点与适用边界等多个维度进行了全面分析。文档指出,传统RAG存在语义碎片化、静态索引僵化、近似匹配不等于真正相关、文档解析能力弱、知识不累积等五大结构性缺陷。针对这些痛点,PageIndex通过构建文档语义树实现推理式…预览
GBraingarrytan/gbrain为 AI Agent 提供长期记忆的 Markdown 知识库与混合检索工具GBrain 是一个为 AI Agent 提供长期记忆的开源工具,由 Garry Tan 开发。它通过 Markdown 知识库、混合检索和实体图谱,解决 AI 每次对话从零开始、无法积累个人知识的问题。其核心是一个“读-答-写-同步”四步循环:Agent 在回答前先查询大脑获取上下文,对话后更新大脑页面,使知识像复利一样增长。GBrain 采用 Markdown 即数据库的设计,每个实体对应一个文件,人类可读可编辑,并用 Git 管理。存储层默认使用嵌入式 PGLite,…预览
LLM Wiki — 用 LLM 构建持久化个人知识库项目档案让 LLM 成为知识库的编译器和维护者,实现知识的持续积累与复利增长LLM Wiki 是 Karpathy 于 2026 年 4 月提出的一种用 LLM 构建和维护个人知识库的方法论。其核心主张是不再把 LLM 当作临时问答工具,而是让它成为知识库的编译器和维护者,像程序员维护代码库一样,持续读取源材料、写入 Wiki 页面、更新交叉引用、标记矛盾。该方法论横跨个人知识管理、LLM 应用范式和知识编译三个领域,旨在解决传统 RAG 模式没有知识积累、无法发现矛盾、无法跨文档综合、查询结果无法沉淀以及人类维护负担过重等痛点。其核心思想是让 L…预览
LLM Wiki Desktop (nashsu/llm_wiki)nashsu/llm_wiki一款将文档编译为结构化、互相关联知识库的跨平台桌面应用LLM Wiki 是一款跨平台桌面应用,由开发者 nashsu(Yong Su)基于 Andrej Karpathy 提出的 LLM Wiki 模式构建,将抽象设计模式转化为功能完整的桌面软件,能够自动将文档转化为结构化、互相关联的知识库。其核心定位是编译式知识管理,区别于传统 RAG 的检索式模式。应用采用三层架构(Schema 层、Wiki 层、Raw 层),支持 Ingest、Query、Lint 三大核心操作。其关键创新是 Two-Step Chain-of-Tho…预览