发帖
雷达卡
今年早些时候，OpenAI创始成员安德烈·卡帕西（Andrej Karpathy）在GitHub发布了一篇代码片段。
项目名为「LLM Wiki」，全文约1500词。它提出了一种全新模式：搭建由大语言模型自主维护的个人知识库——这是一份可持久存储、持续累积迭代的知识载体，每一次新增内容都会让知识库变得更加完善。
知识只需整合一次并持续更新，无需每次提问都从零重新推导生成。
大多数人看完只会觉得“有点意思”，然后关掉页面，不了了之。
但我亲自落地实现了这套方案。本文将手把手教你搭建这套系统，并分享我在落地过程中总结的实战经验。
当下大众使用AI的普遍痛点
每一次AI对话，都是从零开始。
你打开对话窗口，反复介绍自己、当前的工作内容、上周敲定的决策，得到有用的回答后关闭页面。第二天，你又要重复一遍所有介绍。
AI工具本身没有问题，但底层长效上下文层完全缺失。
诚然，AI自带的基础记忆功能能起到一点作用。
Claude能记住你的姓名和职位，ChatGPT知道你偏好要点式回答。但它们都无法记住你正在推进的具体项目、即将敲定的合作、上个月淘汰的供应商、本周工作流程的进展细节。
这类动态、实时的工作状态，没有任何持久化的存储载体。
大多数工程师接下来的首选方案就是检索增强生成（RAG）。
RAG确实实用，但它解决的是完全不同的问题。
RAG的核心逻辑是每次提问都从零推导知识：对文档进行向量化嵌入，提问时检索相关片段，再拼凑作答。整个过程没有任何知识累积。
如果一个问题需要整合五份文档的信息，大语言模型每次提问都必须重新查找、拼接这些碎片化内容。
而本文介绍的「知识库仓库方案」，只需整合一次知识，持续迭代更新。每当你新增内容，大语言模型会自动索引、读取、整合信息，更新相关页面、标记内容冲突、维护交叉引用关系。
在你发起下一次提问前，知识的整合工作就已经完成了。
卡帕西对此有精准的概括：知识库是一份可持久、可累积迭代的长效载体。
交叉引用永久留存，分析结果不会随对话记录消失，而是持续沉淀、不断完善。
作者寄语：大家好，我是萨拉。我每周都会在Learn AI分享实用的AI落地搭建教程，涵盖工具用法、实战架构、生产环境常见问题，内容免费订阅。
核心架构：两个文件夹 + 一个配置规则文件
整套系统的核心结构仅需一个简单目录树即可实现：
vault/
├── CLAUDE.md # 规则配置文件，所有AI的入口文件
├── Raw/ # 原始只读源文档目录
│ ├── Meeting Notes/
│ ├── Documents/
│ └── _pending.md # 待编译任务队列
└── Wiki/ # AI生成、结构化、可索引的知识库
├── Projects/
├── People/
├── Decisions/
├── _hot.md # 实时核心缓存
├── _log.md # 操作审计日志
└── _index.md # 总索引目录
（以上为标准示例结构，可根据个人需求自定义调整）
Raw原始目录：唯一真实数据源
存放会议纪要、导出的Slack聊天记录、各类业务文档等一手工作资料。核心铁律：AI仅读取Raw目录内容，绝不修改、覆盖原始文件，仅支持追加记录。
Wiki知识库目录：AI自主搭建与维护的结构化知识层
按项目、人物、决策、业务领域分类生成独立文档，所有内容结构化整理、自动交叉引用。这是AI回答问题时优先读取的核心上下文。
熟悉数据管道的人能快速理解这套分层逻辑：Raw是原始数据落地层，Wiki是人工+AI整理后的精修层。若Wiki内容出现偏差或错乱，可基于Raw原始数据一键重建，永远不会丢失源头信息。
根目录的规则配置文件，用于告知AI整套知识库的组织结构、读取优先级和运行准则。适配Claude可命名为CLAUDE\.md，适配Codex可命名为AGENTS\.md。名称可自定义，只需保证每次对话会话启动时，AI优先读取该文件即可。
三大核心控制文件（系统稳定的关键）
绝大多数同类方案之所以最终失效，核心原因就是缺失这三个关键文件——单纯的Markdown文件夹无法形成可运转的系统，这三份文件才是整套自动化体系的核心。
1. _hot.md 实时缓存文件
每日自动化任务会更新该文件，汇总当前最新的工作进度、核心数据、截止时间和紧急事项，全文严格控制在500令牌以内。开启新对话时，AI会优先读取该文件，快速掌握最新动态，无需加载完整知识库，实现秒级上下文同步。
2. _pending.md 待处理队列文件
每当Raw目录新增文件，系统会自动将文件名、新增时间追加至该队列。每周的知识编译任务会读取该文件，逐一处理队列内容，将原始信息整合优化后录入Wiki知识库，并标记已编译状态。若无该队列文件，每日数据采集和每周知识整合会完全脱节，导致原始文件堆积、知识库长期滞后失效。
3. _log.md 审计日志文件
每一次自动化任务执行后，都会追加带时间戳的操作记录：任务类型、处理文件、新增/更新的Wiki页面。一旦知识库内容出现偏差，可通过日志精准定位问题环节。卡帕西在方案中给出了一个实用技巧：统一日志前缀格式，可直接通过Unix基础命令检索、解析日志内容。
示例日志格式：\#\# \[2026\-05\-01\] daily\-ingest
缺少这三份文件的知识库只会不断堆积冗余内容、逐渐失效；搭配三者，才能形成一套闭环、可迭代、可追溯的自动化知识管道。
规则配置文件：教会AI读懂你的专属知识库
CLAUDE\.md是整套系统的入口，所有AI对话会话都从读取该文件开始，包含以下核心配置：
目录结构说明：明确Raw、Wiki目录及所有子文件夹的用途
内容读取优先级：优先读取
\_hot\.md，再读取对应领域的索引文档硬性运行规则：禁止修改Raw原始文件、禁止编造源文件不存在的信息、每次任务结束必须追加审计日志等
领域结构定义：各类索引文件的命名规范、存储规则
你还可以在配置文件中固化专属提示词范式，我采用一套成熟通用的高效模板，直接嵌入规则文件：
我希望执行【具体任务】，最终达成【预期效果】。
1. 响应前完整读取所有上传文件；
2. 禁止直接执行任务，先向我提出澄清问题，协同优化执行方案；
3. 双方达成共识后，再启动正式工作。
”
将该逻辑固化到规则文件后，所有接入该知识库的AI都会默认先确认需求、再执行操作，彻底避免AI主观臆断导致的半成品输出。
值得固化的核心提示词理念
上下文优于指令：给AI投喂文件信息，而非单纯堆砌文字指令
示例优于规则描述：用实例展示预期效果，而非空洞的文字规定
约束优于条文：明确禁止事项，交由AI自主选择最优执行方式
目标优于步骤：明确最终达成的结果，不限制AI的执行细节
极简表述：两句话明确任务与验收标准
自动化分层机制：三段式定时任务（核心稳定性保障）
我见过两种典型的搭建失败案例：一是纯手动更新知识库，短期可用，长期因繁琐维护彻底停滞；二是将数据采集、知识整合、内容校验合并为一个自动化任务，导致每日增量更新错乱修改结构化知识库，引发内容污染。
最优解决方案是拆分三级自动化任务，各司其职、互不干扰。
1. 每日任务（工作日晨间）：仅数据采集
同步各类工作工具的增量信息，新增文件存入Raw原始目录、录入待处理队列，更新实时缓存\_hot\.md。不修改任何Wiki结构化知识库内容。
每日任务流程机械、简单、安全，可无人值守自动运行。
实操提示词模板：
每个工作日晨间执行以下操作：
1. 检查项目管理工具近24小时新增、更新的任务内容；
2. 同步会议纪要源的新转录文档，以「年月日-会议主题.md」格式存入Raw/Meeting Notes目录，并更新_pending.md队列；
3. 读取团队沟通工具核心频道消息，提取决策结果、待办事项、项目相关关键信息；
4. 整理邮箱标记的重要邮件，汇总待处理事项。
完成后更新Wiki/_hot.md，仅保留：当日最新工作进度、核心数据、截止时间、紧急事项，全文控制在500令牌内。
”
可适配Linear、Slack、Notion、邮箱等各类工作工具，通用性极强。
2. 每周任务（周一晨间）：知识整合编译
读取\_pending\.md待处理队列，逐一对原始文件进行解析整合，在对应领域目录生成结构化Wiki文档，更新全局索引、补充页面双向交叉引用，最后标记队列任务为已完成。
每周任务的核心是信息解读与知识结构化沉淀，运算量更大、成本更高，建议定期抽检，确保AI归档分类准确。
3. 每月任务（每月1日）：合规巡检纠错
仅做健康检查，不修改任何知识库内容。全面扫描Wiki知识库，排查过期页面、缺失的交叉引用、内容冲突、信息盲区、无索引孤立文档，生成巡检报告并输出通俗版总结。
全程只读不写，零风险、无需人工值守，及时发现知识库隐性问题。
分层机制的核心逻辑
三级任务风险等级完全不同：每日任务纯机械采集、零风险；每周任务负责智能解读整合、中度风险；每月任务仅诊断不修改、无风险。三者拆分执行，彻底避免知识库错乱污染。
工具适配性：支持所有定时调度工具，可通过搭载MCP协议的命令行定时任务、n8n、AI桌面工具实现，调度载体可自由替换，核心逻辑通用。
落地后的核心改变
你无需反复向AI解释背景信息，对话模式彻底升级。
当长效上下文永久加载完成后，你不再局限于用AI解决零散小问题，而是真正用AI落地核心工作。
AI实时掌握你的在研项目、近期决策、团队动态。当你提问「今天的工作优先级是什么」时，AI会结合实时缓存与完整项目知识库，给出贴合你实际工作场景的落地答案，而非通用套话。
另一大核心优势：高可移植性
你的所有上下文存储在本地文件夹，而非绑定某款AI的云端记忆。只需将该知识库目录指向其他AI工具，即可无缝同步全部知识，随时自由切换AI平台，知识库完全随行可用。
落地必看的常见故障与规避方案
任务队列堆积：每日采集范围过广，每周整合任务处理不及时。解决方案：精简每日采集规则，仅同步核心有效信息。
知识库内容偏差：长期不查看审计日志，问题无法及时发现。解决方案：定期查阅月度巡检报告与
\_log\.md日志。系统彻底崩溃：自动化任务修改Raw原始文件，破坏唯一真实数据源。核心铁律：绝对禁止任何程序、任务修改原始目录文件，该边界不可突破。
结语
维护知识库最繁琐的工作，从来不是阅读与思考，而是机械的台账维护：更新交叉引用、同步最新摘要、比对新旧内容冲突。人类会因繁重的维护成本放弃知识库，但大语言模型不会疲惫、不会遗漏、可一次性批量更新十余份文档。
卡帕西的这套方案，溯源至1945年万尼瓦尔·布什（Vannevar Bush）提出的「记忆拓展器（Memex）」概念——一套个人专属的精选知识库，文档间具备关联检索能力。这一超前构想远比当下的互联网形态更贴合AI知识库，当年无法解决的持续维护难题，如今可由大语言模型完美落地。
我目前落地的方案，以Claude作为AI算力层、轻量化Markdown工具作为前端展示层，稳定可用。
这套架构兼容所有可读取本地文件的AI、所有定时调度工具。本质只是普通文件夹与文本文件，无复杂封装。
一次搭建、永久受用，让你的AI对话彻底告别从零开始，拥有持续迭代、无限更新的专属长效上下文。
推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !
京公网安备 11010802022788号
