咨询 | Karpathy关于如何构建第二大脑和知识库的内容,我们根据知识工作者行业进行了一些适配,可以直接拿去使用

这几年,大家都在说「第二大脑」、「知识管理」,但很多人依然停留在「听起来很厉害」的阶段。真正卡住我们的,往往不是概念,而是一个问题:我到底该从哪一步开始做?

今天这篇文章,就是给完全没有基础的小白写的,从零开始,手把手带你在本地搭建一个 AI 驱动的知识库,让 AI 帮你整理资料、搭建个人 Wiki,当你的「第二大脑」。这套方法对个人知识工作者、也对咨询公司都有非常大的参考价值,尤其是那些还没把知识管理当回事、但又想先试试水的团队。

本文的内容基于之前Andrej Karpathy写的Second Brain,我们针对读者做了一些调整,然后给出了一些markdown的格式模块。对原文感兴趣的,可以上网搜索,或者后台留言。

我们做四件事:

  • 搭一个简单的文件夹结构
  • 把所有资料丢进原始资料夹
  • 用一个小工具自动抓网页内容(如果技术能力不够,可以手动代替)
  • 写一个「说明书」,让 AI 自动生成你的知识 Wiki,并循环迭代

下面一步一步来。

第一步:创建三个文件夹

你可以在任何位置新建一个项目文件夹,例如叫 my-knowledge-base。里面再建三个子文件夹:raw/、wiki/ 和 outputs/。

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)

三个文件夹的作用非常简单:

  • raw/:你的「杂物箱」,所有原始资料都往这里扔
  • wiki/:AI 整理好的「知识百科」,结构化内容都会写在这里
  • outputs/:你向 AI 提问后,生成的报告、摘要、对比分析等,都可以存在这里

到这里为止,你已经完成了整个系统最重要的基础搭建。

第二步:往 raw 里疯狂塞东西

大多数人卡在这一步:文件夹建好了,却不知道要放什么进去。

答案其实只有两个字:全部。

你可以往 raw/ 里塞这些东西:

  • 你之前收藏的文章,复制成 .md 或 .txt 文件
  • 微信读书、Kindle 的读书笔记导出
  • 工作中的会议纪要、项目方案
  • 你写过的复盘、邮件内容
  • 各种截图、流程图、PPT 导出的 PDF

重点是:不要先整理,不要改文件名,不要分类,这是 AI 的工作。

可以让最近火爆的小龙虾,或者手动新建文件也完全没问题,只要最后都丢进 raw/ 即可。

如果你现在脑子一片空白,不知道放什么,可以先选一个主题,比如「品牌营销」「行业研究」「AI 学习」,把你已经有的所有相关资料,统统扔进去就行。

第三步:用 Agent-browser 自动抓网页内容(可选但非常香)

人工一篇篇复制网页内容很累,用 AI 来帮你做「网页爬虫」会高效很多。这里用到的是一个免费的命令行工具:agent-browser。

它的作用很直接:让你的 AI 能够控制一个真正的浏览器,打开网页、滚动、点击「加载更多」,然后把内容抽出来写成文件。

3.1 安装 agent-browser前提是你已经安装了 Node.js(如果不会,可以让公司技术同事帮你装一下)。安装命令只有两行:

npm install -g agent-browser
agent-browser install

第二条命令会自动下载一个专用的 Chrome 浏览器,给 AI 用来访问网页。

3.2 抓一篇网页进 raw/ 假设你看到一篇好文章,想把全文存入 raw/ 文件夹,可以这样做:

# 1. 用 agent-browser 打开页面
agent-browser open https://some-article-you-want.com

# 2. 抓取页面中 <article> 区域的文本
agent-browser get text "article" > raw/web_article_01.txt

上面第二行命令的意思是:从网页上找到 article 这个区域,把里面的文字抽出来,重定向保存到 raw/web_article_01.txt 文件。

网络上有很多关于Agent browser的信息。

agent-browser 的好处是,可以处理很多普通复制粘贴搞不定的页面,比如需要滚动加载的长文、登录后才能访问的研究报告等,同时还能大量节省 token 成本。

如果你对命令行很不熟,这一步可以先跳过,先用手动复制的方式建立第一版知识库,等你习惯之后再慢慢引入自动化工具。

第四步:写一份「给 AI 的说明书」—— Schema 文件

现在你已经有了三层结构:项目文件夹 + 三个子文件夹 + 一堆原始资料。接下来,需要告诉 AI:这些资料是关于什么的、要怎么整理。

我们用一个非常简单的文本文件来做这件事,叫做 CLAUDE.md(名字你可以随便取,比如 AGENTS.md、README.md 都行)。

在项目根目录里创建这个文件,内容可以使用下面的模板,然后按你的场景做一些替换即可:

# 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…
— 以上为试看内容(约 40%),开通会员后阅读全文 —