我把几十篇笔记整理成了 LLM Wiki——Karpathy 方案实践
背景 用了这么久的 Logseq 和 Hugo 博客，笔记越攒越多。Hugo 博客里有二十多篇文章，Logseq 里更是有几十上百页的技术笔记，但问题是——这些东西虽然都在，用的时候却很难快速找到。 比如我想知道"之前是怎么配 Syncthing 的"，得去 Logseq 里翻半天，再去 Hugo 博客里看一遍旧文章，两边内容还可能有冲突。 说白了，我的笔记系统有个根本性问题：写的时候很爽，用的时候找不到。 后来看到了 Andrej Karpathy（前特斯拉 AI 总监、OpenAI 联合创始人）分享的一个模式，叫做 LLM Wiki。看完觉得这思路很适合我，于是实践了一下，把现有的 Hugo 博客文章和 Logseq 笔记整理成了一个结构化的 Wiki。 这篇就来分享一下整个整理的方法和方案。 为什么不用传统笔记管理方式 我之前其实试过几种方式： 纯靠 Logseq 搜索——关键词能搜到，但搜出来的结果往往很散，一个知识点分布在好几条笔记里，每次看都要重新拼凑 建一堆目录分类——技术/运维/开发/AI 这样分，但很多内容跨领域，比如 Docker 既是技术又是运维工具，放哪儿都不对 Obsidian + 标签——标签系统灵活是灵活，但标签多了之后跟没分一样，#docker 下面挂了 50 个完全不相关的笔记 核心问题是：传统笔记系统是"存储导向"的，我需要什么再去翻。而 LLM Wiki 的思路是"知识导向"——先把知识提炼出来，整理成结构化的页面，之后不管谁（人或 AI）来问，都能直接给出答案。 什么是 LLM Wiki 简单说，LLM Wiki 就是一个纯 Markdown 文件组成的知识库，没有数据库，没有特殊软件，就是一个文件夹里的 .md 文件。 但它跟普通笔记有几个关键区别： 分层结构——原始素材和提炼后的知识分开存放 实体和概念分离——“Docker 是什么”（实体）和"容器化的设计思想"（概念）是两种不同类型的页面 强制交叉引用——每个页面必须用 [[wikilink]] 链接到至少 2 个其他页面 不可变原始素材——导入的笔记原文不动，提炼出的知识写在另外的页面里 操作日志——每次整理都记录到 log.md，方便追溯 整体架构 最终我的 Wiki 目录长这样： ...