FDE 企业 AI 落地与交付 · 企业知识治理 · 2026-05-07

Karpathy 的知识库构想被人做成桌面应用了,而且做得相当扎实,已在 Github 上斩获 5.8k+ Star!

Karpathy的LLM Wiki设计终于有了桌面实现,这个开源项目让AI知识库真正实现积累和进化,告别"更贵的搜索引擎"体验。

核心内容:

  1. 传统RAG与LLM Wiki的本质区别:临时生成vs持续编译
  2. 关键创新:两步思维链摄取(分析+生成)的工程实现
  3. 项目效果:构建结构化Wiki网络,使用越久知识越稠密

摘要:有个开源项目悄悄把 Andrej Karpathy 的 LLM Wiki 设计模式做成了全功能桌面应用,Stars 已经 5.8k+。它解决的不是"怎么问 AI 问题",而是"怎么让 AI 帮你把知识真正积累下来"。

你有没有发现一个规律:用 RAG 搭的 AI 知识库,用了半年之后,跟第一天用起来感觉没什么区别?

文档还是那些文档,答案还是每次从零推理,知识没有在积累,连接没有在形成。你用得越久,反而越觉得它只是个"更贵的搜索引擎"。

这个问题 Karpathy 去年就想到了,他写了一篇设计文档,描述了一种完全不同的思路——用 LLM 持续构建并维护一个结构化的个人 Wiki。这篇文章和推文详细的介绍看这篇文章就行:👉【狂揽58.9k star,Karpathy一条推文,一个CLAUDE.md文件,让你的Claude Code聪明数倍。】

文档写的虽然很优雅,但是是基于抽象设计出来的,并没有实现,总感觉差一点意思。

直到这几天,我看到 LLM Wiki 这个项目。


RAG 和 LLM Wiki,本质上是两种不同的哲学

先把这个区别说清楚,因为理解了这个,后面所有功能都好理解了。

传统 RAG 的逻辑是这样的:

用户提问 → 向量检索相关段落 → LLM 基于段落临时生成答案 → 结束

每次对话都是从零开始,互相独立。知识没有积累,上下文没有沉淀,不管你用了多久,系统对你领域的"理解"不会比第一天更深。

LLM Wiki 的逻辑是另一套:

导入文档 → LLM 两步分析+生成 → 结构化 Wiki 页面持久存储 ↓用户提问 → 多相位检索(关键词+图谱扩展+可选向量)→ 基于已编译知识库回答

区别在于:知识是被"编译"过的。LLM 读完你的文档后,不是直接存下来备查,而是先消化、分析、生成结构化的 Wiki 页面——带 YAML frontmatter、带 [[wikilink]] 交叉引用、有来源追溯,然后这个 Wiki 会持续被维护和更新。

用得越久,Wiki 越丰富,知识网络越稠密,回答质量越高。这跟"用了半年感觉一样"的 RAG 是根本不同的产品。


两步思维链摄取:先分析,再生成

这是 LLM Wiki 对 Karpathy 原始设计最关键的工程改进之一。

Karpathy 的原始设计里,LLM 读完文档就直接写 Wiki 页面——一步到位。LLM Wiki 把这个过程拆成了串行的两个 LLM 调用:

第一步(分析):

第二步(生成):

这个设计很合理——先让 LLM 想清楚再写,比边读边写质量好得多。另外还有 SHA256 增量缓存:文件内容没变就自动跳过,不浪费 token。


4 信号知识图谱:比向量相似度更聪明

这是我觉得技术含量最密集的部分。

它没有用单纯的向量相似度来判断页面之间的关联,而是建了一个带权重的知识图谱,用四个信号综合计算相关性:

信号 权重 含义
直接 [[wikilink]] ×3.0 显式引用,最强信号
来源重叠(同一文档衍生) ×4.0 同源内容天然高度相关
Adamic-Adar(共同邻居权重) ×1.5 通过共同节点推断间接关联
类型亲和(同类型页面) ×1.0 实体对实体、概念对概念

这比纯向量检索要聪明:两篇都来自同一本书的页面,哪怕语义上看起来不相似,系统也知道它们之间的联系很强(来源重叠权重最高,×4.0)。

在图谱基础上还跑了 Louvain 社区检测算法,自动把你的知识库聚类——发现哪些内容自然成一组,并给每个聚类打"凝聚度分数"。低凝聚度的聚类会被标记,意思是这个知识领域的内容还比较松散,可以有意识地补充。


图谱洞察:知识库主动告诉你哪里有盲区

这个功能我觉得是整个产品里最有意思…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/zhishiguanli/2026050751729.html