FDE 企业 AI 落地与交付 · 企业知识治理 · 2026-05-28

2026年,知识库重新回归

Karpathy 新作:LLM 驱动的知识库,让代码也能“开口说话”。

核心内容:

  1. LLM Wiki 的三层目录结构与管理逻辑
  2. 知识“编译”与代码仓库的创新处理方式
  3. 三重核心操作与开源实践带来的影响

把知识库注入你的LLM,一次查询节省6倍Token。

LLM领域的传奇大牛 Karpathy ,这次带来了全新的知识库。

就在一个多月前,Andrej Karpathy(没错,就是那个OpenAI创始团队成员,刚刚加入 Anthropic 的LLM研究员)发布了他日常使用的知识库形态。

“实体”、“概念”,这一套逻辑没变,区别是让LLM全面接手知识库的管理,包含三重目录和三种操作:

如果说基于向量召回的知识库是知识的“解释器”,那么基于LLM的知识库就是知识的“编译器”。

LLM Wiki不会每次都读取原始知识,而是将知识“编译”成wiki摘要,并基于摘要回答。

而他的开源方式更加特立独行:没有完整的项目仓库,也没有可供复现的demo,而是直接在GitHub上开源了一个“llm-wiki.md”的文件。

将代码塞入知识库

Karpathy的方案一经提出便获得千万阅读,相关的复现实践更是层出不穷。但绝大部分的复现都局限于文本数据,例如学术论文、技术文档、学习笔记。

LLM Wiki能够取得巨大效果的核心原因在于,能够轻松将整篇文档放入上下文,直接理解文档内容并执行后续的抽取知识、总结wiki操作。

恰好我们的工作流需要频繁地调研竞品代码并对比,于是便有了一个新的idea:为什么不把代码直接塞进知识库?

怎么让 LLM 读透代码仓库?

先来看看需要分析的三个仓库: MySQL - 6.36GB PostgreSQL - 958 MB NeuG - 38MB 再长的上下文也塞不进这么多信息。

因此,我们全面重构了LLM Wiki的数据管理逻辑,确保LLM不会遗漏每一个细节。

三层目录

在 raw 目录中,我们不再存储原始代码,而是直接通过 Submodule 关联到远程仓库。

默认情况下,Submodule 只是一个指向特定仓库特定分支的链接,只有LLM确实需要检查原始代码时才会下载代码。

通过submodule管理的代码仓库,天然支持增量更新,只需要直接对比两个分支的diff即可。

在 wiki 目录中,我们会将代码仓库划分成多个模块,每个模块都会生成一个独立的wiki页面,各自描述对应的功能。

每个模块对应的wiki页面和其他类型的wiki页…

— 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/2026052891643.html