发布日期：2026-05-17 17:55:07 浏览次数： 1899
作者：深度学习机器
微信搜一搜，关注“深度学习机器”
推荐语
告别信息收藏夹吃灰！LLM Wiki让你像维基百科一样，让AI主动消化知识，构建持续进化的个人知识库。
核心内容：
1. LLM Wiki与传统RAG知识库的本质区别
2. LLM Wiki三层架构与三种核心操作详解
3. 知识如何实现复合增长与主动维护
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
> 自从大模型诞生以来，我们主动或者被动接收到的信息越来越多，信息爆炸是我们每个人必须面对的问题。如果想提升自己的效率，就得从这些信息中精确筛选出有用的部分，避免自己被淹没在信息的海洋里。试想一下，比如你现在看到一篇文章，随手点了收藏，以为过后就会仔细去阅读，但是很多时候往往进了收藏夹之后就会吃灰。就算哪天真的想起来要看一下收藏夹的文章，如果收藏夹中已经有了大量的文章，且杂乱无序，这时候整理起来也费劲，往往会让人没有想看的欲望。
主流的个人知识库管理工具，主要还是利用了RAG的思想，即：上传文件，查询时检索片段，生成答案。这意味着每次提问，LLM都会重复执行一遍检索，然后根据上下文回答，整个过程没有积累，没有综合，更没有交叉引用。
# 一、LLM Wiki是什么
## 基本原理
LLM WiKi是Andrej Karpathy提出的一种基于LLM构建个人知识库的设想，这种构建的思路与RAG不同。当你添加一篇新资料时，LLM不只是索引它以备后用，而是**阅读它、提取关键信息、并将其整合到现有 Wiki 中**。这个过程会不断更新实体页面、修订主题摘要、标注新旧数据的矛盾之处、强化或修改正在演化的综合分析。
## 三层架构
LLM Wiki由三层组成：
**1. 原始资料层 (raw/)**
上传的源文档集合，可以是文章、论文、图片等形式的数据。这些是不可变的，LLM只读不改，也被称为真相来源（source of truth）。
**2. Wiki层 (wiki/)**
由LLM生成和维护的Markdown文件目录。包括摘要、实体页面、概念页面、对比分析、综述等。完全由LLM来维护这个文件目录，包括创建页面、在新资料到来时更新、维护交叉引用、保持一致性等操作。
**3. Schema层**
一个配置文档（如 CLAUDE.md、AgentS.md 或 SCHEMA.md），告诉LLMWiki的结构约定、工作流程。这是让 LLM 成为Wiki 维护者而非简单chatbot的关键。
## 三种核心操作
**Ingest（摄入）**：添加新资料时，LLM阅读它、与你讨论要点、写摘要页、更新索引、更新相关实体和概念页面。
**Query（查询）**：向Wiki 提问，然后LLM搜索相关页面、阅读后综合回答并附引用。好的回答可以作为新页面归档回 Wiki，这样随着交互的深入，知识也能复合积累。
**Lint（维护）**：定期让LLM 对Wiki做健康检查，比如查找页面间矛盾、过时声明、孤立页面、缺失的交叉引用、可以通过搜索填补的数据空白。
## 与RAG的对比
维度 RAG LLM Wiki
知识状态 无状态，每次重新检索 有状态，持续积累
处理时机 查询时（实时推导）摄入时（编译一次）
交叉引用 无 自动维护
矛盾处理 不处理 主动标记
知识增长 线性（加文档数量）复合（综合 + 交叉链接）
维护成本 低（只需索引）高（需要 LLM 编译）
查询成本 高（每次检索+生成）低（读已编译页面）
适合规模 大规模语料 中等规模深度研究
# 二、实践教程：搭建个人专用的LLM Wiki
下面我将以`AI Agent 架构模式`为研究主题，展示如何从零搭建一个LLM Wiki。
## 编写SCHEMA.md
`SCHEMA.md`是Agent的指导文件，告诉LLM如何处理Wiki，定义了所有约定。包含以下部分：
`# Wiki Schema本文档定义了Wiki的结构约定、页面格式、工作流程和维护规则。LLM Agent在操作Wiki时必须遵循这些约定。## 主题## 目录结构llm-wiki/├── SCHEMA.md ←Wiki约定（LLM +人类共同维护）├── raw/←原始资料（不可变）│ ├── articles/←网络文章、博客│ ├── papers/←学术论文│ ├── transcripts/←播客/视频文字稿│ └── notes/←个人笔记├── wiki/←知识层（LLM 维护）│ ├── index.md ←内容目录│ ├── log.md ←操作日志│ ├── overview.md ←全局综述│ └── pages/│ ├── concepts/←概念页│ ├── entities/←实体页（框架、工具、人物）│ ├── comparisons/←对比分析│ └── synthesis/←综合分析└── output/←生成产出物## 页面格式### Confidence 评分规则## 命名约定## 操作流程### Ingest（摄入）1.将原始资料存入`raw/`对应子目录2.阅读资料，与用户讨论关键要点和强调方向3.创建或更新相关Wiki页面（一个source可能触及多个页面）4.为每个新增/修改的事实标注来源5.更新`wiki/index.md`6.追加`wiki/log.md`条目7.运行 backlink audit：检查现有页面是否需要添加指向新内容的链接### Query（查询）1.先读取`wiki/index.md`定位相关页面2.读取相关页面内容3.综合回答，附带`[[page-link]]`引用4.如果答案有价值，建议将其保存为新的Wiki页面### Lint（维护）检查项目：-🔴错误：死链接、index.md 中缺失的页面-🟡警告：孤立页面（无入链）、过时内容（source超过6个月未更新）-🔵信息：可以补充的交叉引用、建议创建的新页面自动修复：-补充缺失的 index 条目-修复简单的链接错误-标记需要人工确认的矛盾## Log 格式## 演化规则`
该文件的核心是告诉Agent如何去进行WiKi的三种核心操作。
## 初始化目录
告诉Agent”初始化 wiki”，它根据`SCHEMA.md`的指引，会创建完整的目录结构、空的`index.md`和`log.md`、以及初始的`overview.md`。
## 摄入第一篇资料
用户: 摄入这个项目 https://github.com/VectifyAI/OpenKB
Agent会执行以下操作流程：
`1. 读取项目的README2.保存到`raw/articles/2026-05-xx-openkb-vectifyai.md`3.展示关键要点（PageIndex、无向量检索、多格式支持等）4.创建多个Wiki页面：-`concepts/llm-wiki-pattern.md`— LLM Wiki模式定义-`concepts/vectorless-retrieval.md`—无向量检索概念-`concepts/pageindex.md`—PageIndex工作原理-`entities/openkb.md`—OpenKB项目实体页5.更新 index.md（添加4个条目）6.追加 log.md 操作记录`
> 在这次Ingest过程中，Agent共操作/生成了7个文件。
## 摄入第二篇资料
摄入第二篇资料（Hermes Agent）后，Wiki不仅在同样的位置多了几个页面，而且还：
* • 已有的`llm-wiki-pattern.md`被更新，添加了 Hermes 的引用
* • 新概念页之间自动建立了交叉引用
* •`overview.md`的”当前认知”部分被扩展
* • 页面间形成了网状链接结构
这就是LLM WiKi的特点，能够实现复合增长，每篇新资料都让已有知识更丰富。
## 提问与回写
用户: LLM Wiki 和 Hermes Agent 有什么关联？
Agent从Wiki中检索相关页面，综合出三层关联分析（比如Skills 兼容、记忆同源、自我改进闭环）。这个回答本身有价值，于是保存为`synthesis/llm-wiki-hermes-relationship.md`。
好的回答不应该消失在聊天历史中，而应该成为Wiki的一部分。这与现在很多自进化的Agent的思想如出一辙。
## 使用效果
经过摄入2个来源后，Wiki中已有：
* • 9个页面（包含6 概念 + 2 实体 + 1 综合分析）
* • 自动维护的`index.md`和`log.md`
* • 一个持续演化的`overview.md`
# 三、使用心得与思考
与大多数LLM应用一样，大模型存在不少局限性，并不一定总能完美地对Wiki进行维护：
* •**幻觉风险**：LLM可能在摄入时引入原文没有的信息。通过增加Confidence 评分和citation audit能在一定程度上进行缓解。
* •**一致性漂移**：多次摄入后，不同页面的风格和深度可能不一致。
* •**上下文限制**：当Wiki很大时，LLM无法一次读完所有页面。`index.md`的设计变得非常关键。
* •**判断力有限**：什么值得成为独立页面、什么应该合并，LLM可能做得并不好。
维护知识库最繁琐的部分不是阅读或思考，反而是更新引用、保持摘要最新、标注矛盾等会让人感到麻烦。人类会因为维护负担增长快于价值而放弃Wiki，但是LLM不会厌倦。**维护成本接近零，这就是LLM Wiki的根本价值。**
[登录查看剩余 70% 内容](javascript:void (0);)
https://www.53ai.com/keyword/AI%E7%9F%A5%E8%AF%86%E5%BA%93https://www.53ai.com/keyword/%E4%B8%AA%E4%BA%BA%E7%9F%A5%E8%AF%86%E7%AE%A1%E7%90%86https://www.53ai.com/keyword/%E7%9F%A5%E8%AF%86%E7%AE%A1%E7%90%86%E5%B7%A5%E5%85%B7
分享：
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
53AI，企业落地大模型首选服务商
**产品**：场景落地咨询+大模型应用平台+行业解决方案
**承诺**：免费POC验证，效果达标后再合作。**零风险落地应用大模型**，已交付160+中大型企业
https://www.53ai.com/news/zhishiguanli/2026051945908.htmlhttps://www.53ai.com/news/zhishiguanli/2026051467453.html
https://www.53ai.com/news/zhishiguanli
相关资讯
https://www.53ai.com/news/zhishiguanli/2026070483450.htmlhttps://www.53ai.com/news/zhishiguanli/2026070298312.htmlhttps://www.53ai.com/news/zhishiguanli/2026070210735.htmlhttps://www.53ai.com/news/zhishiguanli/2026070128069.htmlhttps://www.53ai.com/news/zhishiguanli/2026070103542.htmlhttps://www.53ai.com/news/zhishiguanli/2026070130596.htmlhttps://www.53ai.com/news/zhishiguanli/2026063070523.htmlhttps://www.53ai.com/news/zhishiguanli/2026063026970.html
https://www.53ai.com/solution.html
https://www.53ai.com/solution.html
160+中大型企业正在使用53AI
[立即咨询](javascript:void(0))[预约演示](javascript:void(0))
https://www.53ai.com/news/dongtai/2025012294502.htmlhttps://www.53ai.com/news/dongtai/2025012234192.html
https://hub.53ai.com/
热点资讯
https://www.53ai.com/news/zhishiguanli/2026040727630.htmlhttps://www.53ai.com/news/zhishiguanli/2026042838960.htmlhttps://www.53ai.com/news/zhishiguanli/2026041292651.htmlhttps://www.53ai.com/news/zhishiguanli/2026040796142.htmlhttps://www.53ai.com/news/zhishiguanli/2026060472109.htmlhttps://www.53ai.com/news/zhishiguanli/2026040705498.htmlhttps://www.53ai.com/news/zhishiguanli/2026042094382.htmlhttps://www.53ai.com/news/zhishiguanli/2026061189154.htmlhttps://www.53ai.com/news/zhishiguanli/2026042650829.htmlhttps://www.53ai.com/news/zhishiguanli/2026040807925.html
大家都在问
https://www.53ai.com/news/zhishiguanli/2026070483450.htmlhttps://www.53ai.com/news/zhishiguanli/2026063028037.htmlhttps://www.53ai.com/news/zhishiguanli/2026062952940.htmlhttps://www.53ai.com/news/zhishiguanli/2026062917592.htmlhttps://www.53ai.com/news/zhishiguanli/2026061976038.htmlhttps://www.53ai.com/news/zhishiguanli/2026060469170.htmlhttps://www.53ai.com/news/zhishiguanli/2026060124079.htmlhttps://www.53ai.com/news/zhishiguanli/2026052737860.html
热门标签
https://www.53ai.com/news/neirongchuangzuohttps://www.53ai.com/news/LargeLanguageModelhttps://www.53ai.com/news/gerentixiaohttps://www.53ai.com/news/langchainhttps://www.53ai.com/news/llamaindexhttps://www.53ai.com/news/MultimodalLargeModelhttps://www.53ai.com/news/RAGhttps://www.53ai.com/news/zhinengkefuhttps://www.53ai.com/news/knowledgegraphhttps://www.53ai.com/news/finetuninghttps://www.53ai.com/news/RAGFlowhttps://www.53ai.com/news/cozehttps://www.53ai.com/news/difyhttps://www.53ai.com/news/fastgpthttps://www.53ai.com/news/Bishenghttps://www.53ai.com/news/Qanythinghttps://www.53ai.com/news/AIqichehttps://www.53ai.com/news/AIjinronghttps://www.53ai.com/news/AIgongyehttps://www.53ai.com/news/AIpeixunhttps://www.53ai.com/news/AISaaShttps://www.53ai.com/news/tishicikuangjiahttps://www.53ai.com/news/tishicijiqiaohttps://www.53ai.com/news/AIdianshanghttps://www.53ai.com/news/AImianshihttps://www.53ai.com/news/shuziyuangonghttps://www.53ai.com/news/zhinengbaobiaohttps://www.53ai.com/news/zhishiguanlihttps://www.53ai.com/news/OpenSourceLLMhttps://www.53ai.com/news/zhinengyingxiaohttps://www.53ai.com/news/zhinengyingjianhttps://www.53ai.com/news/zhinenghuagaizaohttps://www.53ai.com/news/AIyiliaohttps://www.53ai.com/news/MaxKBhttps://www.53ai.com/news/Palantirhttps://www.53ai.com/news/Gleanhttps://www.53ai.com/news/Openclaw
[应聘简历请发送至： ceo@53ai.com](mailto:ceo@53ai.com)
https://www.53ai.com/product.html
https://www.53ai.com/product/quanyuanAIhttps://www.53ai.com/product/gongzuoduihuahttps://www.53ai.com/product/neirongchuangzuohttps://www.53ai.com/product/zhinengwendanghttps://www.53ai.com/product/mofacaidan
https://www.53ai.com/product/yewuAIhttps://www.53ai.com/product/weixinfenshenhttps://www.53ai.com/product/haiwaikefuhttps://www.53ai.com/product/guanwangkefuhttps://www.53ai.com/product/douyinkefuhttps://www.53ai.com/product/shuzilaoshihttps://www.53ai.com/product/shuzidudaohttps://www.53ai.com/product/zhinengfuwutai
https://www.53ai.com/product/AIXyewuhttps://www.53ai.com/product/zhinengwenshuhttps://www.53ai.com/product/zhinengshenhehttps://www.53ai.com/product/zhinenggongdanhttps://www.53ai.com/product/qiweigenjinzhushouhttps://www.53ai.com/product/zhinengbaojiahttps://www.53ai.com/product/qiweixiaoshouzhushouhttps://www.53ai.com/product/zijianyingyonghttps://www.53ai.com/product/qiweikefuzhushou
https://www.53ai.com/consulting.htmlhttps://www.53ai.com/fine-tuning.html
https://www.53ai.com/kehuanli.html
https://www.53ai.com/kehuanli/hangyeanlihttps://www.53ai.com/kehuanli/solution
https://www.53ai.com/news.html
https://www.53ai.com/news/qianyanjishuhttps://www.53ai.com/news/agentplatformhttps://www.53ai.com/news/hangyeyingyonghttps://www.53ai.com/news/qiyejingyinghttps://www.53ai.com/prompt.html
https://www.53ai.com/about.html
https://www.53ai.com/about/introductionhttps://www.53ai.com/about/cooperation
友情链接：
https://www.waytoagi.com/https://www.yuncan.com/https://www.wescrm.com/https://www.mingpian.top/https://www.uweb.net.cn/
CopyRight © 2012-2026 深圳市博思协创网络科技有限公司 版权所有
https://beian.miit.gov.cn/
广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）
深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204
上海：上海市浦东新区金新路58号1602室
微信扫码
和创始人交个朋友
联系我们
售前咨询
[186 6662 7370](tel:18666627370)
预约演示
[185 8882 0121](tel:18588820121)
微信扫码
添加专属顾问
回到顶部
加载中…
扫码咨询
[](https://www.53ai.com/news/zhishiguanli/2026051736291.html)
https://work.weixin.qq.com/ca/cawcde2599cf74e2d9https://work.weixin.qq.com/ca/cawcdefb661890e885[电话咨询](tel:400-838-1185)
扫码登录
– [x] 登录即表示您同意[《53AI网站服务协议》](javascript:void(0);)
服务协议
欢迎您使用【53AI 官方网站】（以下简称“本网站”或“我们”）。本《会员服务协议》（以下简称“本协议”）是您（以下简称“会员”或“用户”）与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前，请务必审慎阅读、充分理解各条款内容，特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时，即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站：指由【深圳市博思协创网络科技有限公司】运营的，域名为【53ai.com】的网站及相关移动端页面。
会员服务：指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容：指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式：本网站支持以下登录方式，您可根据实际情况选择：
微信公众号授权登录：您同意将您的微信OpenID信息授权给本网站，用于创建或关联会员账号。
手机验证码登录：您需提供真实有效的手机号码，并通过短信验证码完成身份验证与登录/注册。
账号安全：您的账号仅限您本人使用，禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失，由您自行承担。
实名认证：根据相关法律法规要求，我们可能要求您在特定功能下完成实名认证。如您拒绝提供，可能无法使用部分或全部服务。
未成年人保护：若您未满18周岁，请在法定监护人的陪同下阅读本协议，并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限：会员登录后，有权按照其会员等级对应的权限范围，在线浏览、检索本网站知识库中的相关文章及内容。
服务变更：我们有权根据业务发展需要，调整、变更或终止部分服务内容，并将以网站公告、公众号消息等方式提前通知。
禁止行为：您在使用服务时不得实施以下行为：
利用技术手段批量爬取、下载、转存知识库内容；
将知识库内容用于商业目的或未经授权地向第三方传播；
干扰本网站正常运行或侵犯其他用户合法权益；
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属：本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有，受《中华人民共和国著作权法》等法律保护。
有限许可：本网站授予会员一项非独占、不可转让、不可转授权的普通许可，仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责：未经书面许可，任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现，我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息，请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息，我们将严格按照《个人信息保护法》的规定处理，仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性：知识库内容仅供参考，不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证，您应自行判断并承担使用风险。
不可抗力：因自然灾害、政策法规变化、网络故障、第三方平台接口异常（如微信接口维护、运营商短信通道故障）等不可抗力导致的服务中断或延迟，我们不承担违约责任。
第三方链接：本网站可能包含指向第三方网站的链接，该等网站的内容和服务不受我们控制，请您自行甄别风险。
七、 违约责任
如您违反本协议约定，我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施，并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失，您应承担全部赔偿责任（包括但不限于罚款、赔偿金、律师费、公证费等）。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议，双方应友好协商解决；协商不成的，任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议，取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的，不影响其他条款的效力。
我们对本协议享有最终解释权，并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效，继续使用服务即视为同意修订内容。
[已查阅](javascript:void(0);)
安全验证
拖动下方拼图完成验证
AI生成背景
您的速度已超过 99% 的用户
验证错误,请重试
确定
安全验证
刷新验证码
反馈
切换无障碍验证
切换常规验证
