@karpathy
最近我发现一个特别有用的方法：利用 LLMs 为各种研究兴趣主题构建个人知识库。这样一来，我近期的 token 消耗中，很大一部分不再用于处理代码，而是更多地用于处理知识（以 markdown 和图片形式存储）。最新的 LLMs 在这方面表现得相当出色。所以：
数据导入： 我将源文档（文章、论文、代码库、数据集、图片等）索引到 raw/ 目录中，然后使用 LLM 逐步“编译”一个wiki，这其实就是目录结构中的一系列 .md 文件集合。该wiki包含 raw/ 中所有数据的摘要、反向链接，并将数据分类为概念，为它们撰写文章并建立链接。为了将网页文章转换为 .md 文件，我喜欢使用 Obsidian Web Clipper 扩展，同时还会用快捷键将所有相关图片下载到本地，以便我的 LLM 能轻松引用它们。
集成开发环境： 我将 Obsidian 用作 IDE 的“前端”，在这里可以查看原始数据、编译后的wiki以及衍生的可视化图表。重要的是，LLM 负责编写和维护wiki的所有数据，我很少直接操作。我还尝试过一些 Obsidian 插件，以其他方式渲染和查看数据（例如用 Marp 制作幻灯片）。
问答： 有趣的是，一旦你的知识库足够庞大（比如我最近研究的某个主题已有约 100 篇文章、40 万字左右），你就可以向你的 LLM 智能体提出各种复杂问题，让它基于知识库进行研究并给出答案。我原以为需要借助复杂的 RAG 技术，但 LLM 在自动维护索引文件和所有文档的简要摘要方面表现相当出色，在这个“小规模”场景下，它能相当轻松地读取所有重要的相关数据。
输出： 相较于在文本或终端中获取答案，我更倾向于让它为我生成 Markdown 文件、幻灯片（Marp 格式）或 matplotlib 图像，这些我随后都会在 Obsidian 中再次查看。根据查询内容，你还可以设想出许多其他视觉输出格式。通常，我会将这些输出“归档”回知识库中，以增强其内容，便于后续查询。因此，我个人的探索与查询总是在知识库中不断“累积”。
代码检查： 我对wiki进行了一些 LLM“健康检查”，例如查找不一致的数据、填补缺失数据（借助网络搜索）、为新的文章候选寻找有趣的关联等，以逐步清理wiki并提升其整体数据完整性。LLM 在提出进一步需要探讨和调查的问题方面表现得相当出色。
额外工具： 我发现自己正在开发额外的工具来处理数据，比如我凭感觉编写了一个简单的小型wiki搜索引擎，我既会直接使用它（通过网页界面），但更多时候，我更倾向于通过命令行将其交给 LLM，作为处理更复杂查询的工具。
进一步探索： 随着代码库的扩展，很自然地会考虑结合合成数据生成与微调，让 LLM 将数据“内化”到权重中，而非仅依赖上下文窗口。
简而言之：从若干来源收集原始数据，由 LLM 编译成.md 格式的wiki文档，再通过 LLM 调用各类命令行工具进行问答交互并持续优化wiki内容，所有成果皆可在 Obsidian 中浏览。你几乎无需手动编写或编辑wiki——这完全是 LLM 的领域。我认为这里蕴藏着打造卓越新产品的巨大潜力，而非止步于零散的脚本堆砌。
How to Build Your Second Brain @NickSpisak_
@karpathy 发布了一篇帖子，描述了他如何利用人工智能构建个人知识库。
这个想法很简单：与其让笔记散落在各个应用中，不如将所有内容都集中到一个文件夹里。然后，你只需告诉 AI，让它把所有内容整理成一个个人wiki——包括摘要、关联和文章——每次使用都会变得更智能。
无需特殊软件。无需数据库。仅需文件夹和文本文件。
在不到 7 分钟的时间里，你将了解到：
- 需要设置的确切文件夹结构（耗时 2 分钟）
- 如何通过一个 CLI 工具将网络爬虫自动化集成到您的知识库中
- 让整个系统运转起来的单一文件“架构”
- 如何让你的 AI 将原始笔记整理成有序的wiki
- 每次使用都让它变得更聪明的复合技巧
- 在错误堆积如山之前，能及时发现的健康检查
好的，我们开始吧…
1. 创建三个文件夹
打开你的终端或文件资源管理器。在电脑任意位置创建一个项目文件夹。在其中创建三个子文件夹：
my-knowledge-base/
raw/ (your source material - articles, notes, screenshots)
wiki/ (where your AI will write the organized version)
outputs/ (answers, reports, and research your AI generates)
就是这样。这正是@karpathy 采用的相同结构。raw/文件夹如同你的素材杂物抽屉，wiki/文件夹则是 AI 将混乱材料整理成有序知识的地方，而 outputs/文件夹则存放着你所有问题的答案。
无需安装应用。无需创建账户。三个文件夹。
2. 填充原始文件夹
大多数人都在这一步卡壳。他们创建好文件夹后，盯着空荡荡的 raw/目录，不知道该往里面放什么。
答案就是：一切。将文章复制粘贴到.md 或.txt 文件中。将截图或图表保存为图片。从你当前使用的任何应用中导出笔记。粘贴会议记录、研究论文、项目文档。把你囤积了数月的书签一股脑儿倒进去。
别整理。别重命名任何东西。别清理。那是 AI 的工作。
我的 X 内容流水线上存有 17 个原始源文件——包括文章摘录、竞品分析和数据报告。所有内容都无需手动整理。
但卡帕西并未提及真正加速这一过程的部分：自动化收集。
3. 使用代理浏览器自动化收集来源
Vercel Labs 刚刚发布了 agent-browser —— 一款免费 CLI 工具，让你的 AI 代理能够控制真实浏览器。GitHub 星标数已超 26K。仅需两条命令即可安装：
npm install -g agent-browser
agent-browser install
第二条命令会下载一个专用的 Chrome 浏览器。现在你的 AI 可以抓取任何网页，提取文本，并直接保存到你的 raw/文件夹中。
以下是实际应用中的样子：
agent-browser open https://some-article-you-want.com
agent-browser get text "article"
就这样。AI 自动打开页面，抓取文章文本，然后直接存入 raw/文件夹下的文件。无需手动复制粘贴，也无需浏览器扩展插件。
agent-browser处理那些复制粘贴无法触及的页面。那些依赖 JavaScript 动态加载内容的网站。需要登录才能访问的页面。带有交互式图表的研究论文。任何需要滚动、点击“加载更多”或在内容出现前通过菜单导航的内容。
该工具比 Playwright MCP 少用 82%的令牌，这意味着你的 AI 代理在同一会话中可以抓取 5-6 倍的页面。我利用它直接将竞争对手文章、热门帖子和研究文档拉入我的工作流，完全无需亲自打开浏览器。
供您参考，工作流程非常简单：找到您想要的文章，告诉您的 AI“抓取此 URL 并保存到 raw/文件夹”，剩下的就交给代理浏览器处理。您的 raw/文件夹会自动填充。
4. 编写你的schema文件
这是大多数人会跳过的部分。别跳。
在项目根目录下创建一个名为 CLAUDE.md（或 AGENTS.md 或 README.md——文件名不重要，内容才是关键）的文件。这个文件会告诉你的 AI 这个知识库的主题内容以及如何组织这些信息。
这是一个你可以立即复制使用的入门模板：
# Knowledge Base Schema
## What This Is
A personal knowledge base about [YOUR TOPIC].
## How It's Organized
- raw/ contains unprocessed source material. Never modify these files.
- wiki/ contains the organized wiki. AI maintains this entirely.
- outputs/ contains generated reports, answers, and analyses.
## Wiki Rules
- Every topic gets its own .md file in wiki/
- Every wiki file starts with a one-paragraph summary
- Link related topics to each other using [[topic-name]] format
- Maintain an INDEX.md in wiki/ that lists every topic with a one-line description
- When new raw sources are added, update the relevant wiki articles
## My Interests
[List 3-5 things you want this knowledge base to focus on]
@karpathy 确认他在 AGENTS.md 文件中保持其架构“超级简单且扁平”。没有数据库。没有插件。仅是一个告诉 AI 规则的文本文件。
这相当于我在每个项目中使用的 CLAUDE.md 文件。它是针对你特定知识库的 AI 使用手册。
5. 指示你的 AI 编译wiki
打开 Claude Code（或 Cursor，或任何能读取你文件的 AI 编程工具）。将其指向你的项目文件夹并输入：
先阅读 raw/目录下的所有内容。然后按照 CLAUDE.md 中的规则，在 wiki/目录下编译一个维基。首先创建 INDEX.md 文件，然后为每个主要主题创建一个.md 文件。关联相关主题。总结每个来源。
然后退开。让它自行运作。
完成后，你将拥有一个装满整理有序文章的 wiki/文件夹——那些你未曾察觉的联系、你已遗忘的收藏摘要，以及一个能让所有内容在数秒内可检索的索引文件。
关键在于：你不必手动编辑wiki。那是 AI 的工作。你只需阅读、提问，AI 会负责保持内容更新。
6. 提问并保存答案（持续进行中）
当你的wiki拥有 10 篇以上文章时，就可以开始提问了：
“根据 wiki/上的所有内容，我对[主题]的理解中最大的三个空白是什么？”
“比较来源 A 与来源 B 对[概念]的论述。它们在哪些观点上存在分歧？”
“仅基于本知识库内容，为我撰写一份关于[主题]的 500 字简报。”
AI 会通读您的整个wiki，并根据您自己收集的材料给出答案。
将答案保存回知识库。将输出放入 outputs/目录，或让 AI 用新见解更新相关维基文章。每个问题都让下一个答案更完善。这就是循环。
7. 运行健康检查（每月一次）
告诉你的 AI：
全面审查 wiki/目录。标记文章间的任何矛盾之处。找出被提及但未解释的主题。列出 raw/中未注明来源的所有主张。建议三篇填补空白的新文章。
对 Karpathy 帖子最精彩的回复之一来自@HFloyd：“当输出被归档回传时，错误也会叠加。”这话说得太对了。如果 AI 写了些微小的错误内容，而你将其保存下来，那么下一个答案就会建立在这个错误的基础上。
修复方法很简单：定期运行健康检查。
8. 你不需要 Obsidian（但你可以使用它）
Karpathy 帖子下有一半回复都是推荐 Obsidian 插件的。Lex Fridman 正在使用 Obsidian+Cursor 组合。目前已有三家初创公司专门为此开发工具。
但当有人问及他的设置时，卡帕西实际是这样说的：“我尽量保持极简和扁平化，就只是一个嵌套的.md 文件目录。”
一个包含文本文件的文件夹和一个模式文件就是整个产品。
我整个知识系统都在终端通过 Claude Code 运行。你可以用 VS Code，可以用 Obsidian，也可以用记事本。AI 并不在意你在哪个应用里打开文件，重要的是文件夹结构和数据架构。
装了 47 个插件的 Obsidian 简直是 Notion 陷阱的重演。你花在配置工具上的时间比使用知识库还多。在九成情况下，扁平化文件加合理架构的表现都会胜过花哨的工具组合。我在数十个客户配置中反复见证这一现象。
别再寻找完美的工具了。开始动手创造吧。
这就是完整的系统。三个文件夹、一个架构文件、一个浏览器爬虫工具，以及一个维护这一切的人工智能。
4.1 万人收藏了 Karpathy 的帖子。从收藏到受益，只差一个周末的实践距离。
选择你的主题。创建文件夹。放入你已有的内容。剩下的交给 AI 来完成。
参考：