从RAG到LLM Wiki:用AI构建持续进化的个人知识库

自从大模型诞生以来,我们主动或者被动接收到的信息越来越多,信息爆炸是我们每个人必须面对的问题。如果想提升自己的效率,就得从这些信息中精确筛选出有用的部分,避免自己被淹没在信息的海洋里。试想一下,比如你现在看到一篇文章,随手点了收藏,以为过后就会仔细去阅读,但是很多时候往往进了收藏夹之后就会吃灰。就算哪天真的想起来要看一下收藏夹的文章,如果收藏夹中已经有了大量的文章,且杂乱无序,这时候整理起来也费劲,往往会让人没有想看的欲望。

主流的个人知识库管理工具,主要还是利用了RAG的思想,即:上传文件,查询时检索片段,生成答案。这意味着每次提问,LLM都会重复执行一遍检索,然后根据上下文回答,整个过程没有积累,没有综合,更没有交叉引用。

一、LLM Wiki是什么

基本原理

LLM WiKi是Andrej Karpathy提出的一种基于LLM构建个人知识库的设想,这种构建的思路与RAG不同。当你添加一篇新资料时,LLM不只是索引它以备后用,而是阅读它、提取关键信息、并将其整合到现有 Wiki 中。这个过程会不断更新实体页面、修订主题摘要、标注新旧数据的矛盾之处、强化或修改正在演化的综合分析。

三层架构

LLM Wiki由三层组成:

1. 原始资料层 (raw/)

上传的源文档集合,可以是文章、论文、图片等形式的数据。这些是不可变的,LLM只读不改,也被称为真相来源(source of truth)。

2. Wiki层 (wiki/)

由LLM生成和维护的Markdown文件目录。包括摘要、实体页面、概念页面、对比分析、综述等。完全由LLM来维护这个文件目录,包括创建页面、在新资料到来时更新、维护交叉引用、保持一致性等操作。

3. Schema层

一个配置文档(如 CLAUDE.md、AgentS.md 或 SCHEMA.md),告诉LLMWiki的结构约定、工作流程。这是让 LLM 成为Wiki 维护者而非简单chatbot的关键。

三种核心操作

Ingest(摄入):添加新资料时,LLM阅读它、与你讨论要点、写摘要页、更新索引、更新相关实体和概念页面。

Query(查询):向Wiki 提问,然后LLM搜索相关页面、阅读后综合回答并附引用。好的回答可以作为新页面归档回 Wiki,这样随着交互的深入,知识也能复合积累。

Lint(维护):定期让LLM 对Wiki做健康检查,比如查找页面间矛盾、过时声明、孤立页面、缺失的交叉引用、可以通过搜索填补的数据空白。

与RAG的对比

维度
RAG
LLM Wiki
知识状态
无状态,每次重新检索
有状态,持续积累
处理时机
查询时(实时推导)
摄入时(编译一次)
交叉引用
无
自动维护
矛盾处理
不处理
主动标记
知识增长
线性(加文档数量)
复合(综合 + 交叉链接)
维护成本
低(只需索引)
高(需要 LLM 编译)
查询成本
高(每次检索+生成)
低(读已编译页面)
适合规模
大规模语料
中等规模深度研究

二、实践教程:搭建个人专用的LLM Wiki

下面我将以AI Agent 架构模式为研究主题,展示如何从零搭建一个LLM Wiki。

编写SCHEMA.md

SCHEMA.md是Agent的指导文件,告诉LLM如何处理Wiki,定义了所有约定。包含以下部分:


# Wiki Schema

本文档定义了Wiki的结构约定、页面格式、工作流程和维护规则。
LLM Agent在操作Wiki时必须遵循这些约定。

## 主题



#…
— 以上为试看内容(约 40%),开通会员后阅读全文 —