正在打开每日关注
正在打开每日关注
以 Obsidian 与 Claude Code 演示持续维护 Markdown 知识库,重点在结构化沉淀而非一次性 RAG 问答。
TH 到 库 原 本 把 枯燥 的 "书记 员 " 工作 交 给 Al, 你 只 负责 提供 资料 和 提 好 问题 洋 大 呈 有 有
视频将“Karpathy AI 知识库”描述为一套由 LLM 持续维护的个人知识库实践:把原始资料、摘要、实体、概念和索引组织成 Markdown 文件,并由 Claude Code 协助创建和更新结构。
其核心主张是,传统文件上传或 RAG 往往在每次提问时重新检索、拼接资料;该方案则在资料进入后逐步沉淀为可互链的 wiki。OCR 展示了 raw/、wiki/、entities/、concepts/、sources/、comparisons/、README.md 与工作日志等目录,并提到以 CLAUDE.md 和 Schema 约束代理行为。
将“整理资料”拆成可审阅的持久化中间产物,有利于追溯来源、持续补全和减少重复阅读。对长期运行的 Agent,明确目录职责、维护索引、记录工作日志和把图片本地存放,都是可操作的工程习惯。
视频未提供完整仓库、提示词、评估结果或自动化准确率,因此不能据此确认其复现性。LLM 生成摘要、实体关系和分类可能产生错漏;应保留原始资料与来源链接,要求每次写入可审核,并避免把私密笔记、密钥或未授权内容交给外部模型服务。