- 综合排序
- 最热优先
- 最新优先
Karpathy 的 LLM Wiki：让 LLM 帮你维护一套个人 Wiki
Karpathy的LLMWiki：让LLM帮你维护一套个人Wiki最近Karpathy发了一份gist，标题就叫LLMWiki。 它讨论的是一种知识管理方式：让LLM持续维护一套wiki，再在这套wiki上继续提问、整理和更新。 这样一来，系统会多出一层中间层：rawsources原始资料，文章、论文、图片、数据文件，保持不变wiki一整套由LLM维护的markdown页面，负责总结、交叉引用、主题页、人物页、概念页schema 一份告诉LLM这套wiki该怎么维护的规则文件，例如CLAUDE.md或AGENTS.mdKarpathy在这里强调了一点：原始资料是sourceoftruth，wiki是中间产物。 一旦人工核对成本太高，整套“让LLM帮你维护wiki”的收益就会被抵消掉。这个问题提得很准。gist里讲的是“结构会积累”，但结构一旦积累错了，错的内容也会一起沉淀。
1.6K11编辑于 2026-04-11- 来自专栏有文化的技术人
Karpathy LLM Wiki 实践：用知识编译替代 RAG，构建个人知识库
❝Andrej Karpathy 提出了 LLM Wiki 架构——一种完全不同于 RAG 的知识管理范式。本文将深入解读其核心思想，并分享我从零实现一个 LLM Wiki 系统的完整实践。 二、Karpathy 的核心思想：知识编译 Karpathy 的 LLM Wiki 架构，核心就一句话： ❝「"不要让 LLM 在查询时去理解原始文档，而是提前让 LLM 把文档'编译'成结构化的知识。 100 个 Wiki 页面，每个平均 500 tokens，总共才 50,000 tokens——现在的 LLM 动辄 128K 甚至 200K 的上下文窗口，完全可以把整个 Wiki 塞进去。 四、三大核心操作 4.1 Ingest（摄入）：知识的"编译"过程 Ingest 是 LLM Wiki 最关键的操作，完整流程如下： 原始文档 → 内容提取 → LLM 生成摘要 → 创建 Summary LLM Wiki 是用前期精炼换取查询时的简单与准确。"
4.5K12编辑于 2026-04-22 Karpathy的LLM Wiki——知识管理的新解法
Karpathy的LLM Wiki深度拆解：从理念到落地，如何构建可进化的知识底座 最近圈子里都在聊Karpathy的LLM Wiki，不少人把它和RAG搞混，甚至觉得这只是个“花里胡哨的笔记技巧”—— 一、先搞懂：LLM Wiki到底是什么？ Schema 规则定义层：约束LLM，避免混乱 这层是“LLM的操作手册”，核心作用是告诉LLM「怎么维护Wiki」，避免LLM乱建页面、乱改内容、遗漏引用——很多人搭LLM Wiki失败，就是因为少了这层 、图谱视图，完美适配LLM Wiki的需求。 安装Obsidian后，创建Vault，选择LLM Wiki的根目录（~/llm-wiki）； 2.
24810编辑于 2026-06-01- 来自专栏歪先生_自留地
MY Wiki
Linux Wiki ---- linux关闭触摸板命令 Method 1: 终端输入如下命令： sudo modprobe -r psmouse 如果打开触摸板就是： sudo modprobe psmouse
1.1K10发布于 2018-07-02 Karpathy的LLM-Wiki结合AI大模型-分层知识萃取和概念语义提取
今天继续结合Karpathy的LLM Wiki来聊下AI大模型知识库方面的话题。 好了，言归正传，还是聊下对Karpathy的LLM Wiki落地实践的一些关键优化和改进。供大家参考。 文章的分层萃取-主条目和子条目 如果把整个LLM Wiki投给Claude大模型，再给出需要Ingest的思维文章资料。实际AI在处理的时候分为了主条目和子条目两层的Wiki。 Ingest摄取和动态演进 大家要注意，LLM Wiki的本质就是一个知识编译系统，将你的历史资料通过预设的Schema规则，通过Ingest方式来构建一个wiki系统，这个wiki可以理解为历史资料的一个知识元模型 Query回写和自我进化 注意LLM Wiki不仅仅是一个知识编译系统，更加重要的是一个动态自我进化的知识库，是真正理解了你核心知识框架和知识元模型的知识库。
26910编辑于 2026-05-19从 RAG 到 Karpathy 的 LLM Wiki
持续编译 Wiki 的方案。 派系 C：Karpathy 的 LLM Wiki —— 有损压缩带来的“软证据”Karpathy 提出的思路是：新资料进来时，直接让 LLM 综合并更新到对应的 Wiki 页面，以后 Agent 直接读 Wiki。 缺陷：LLM 的每一次综合都是一次有损压缩（Lossy Compression）。它会丢失边界条件、过度脑补逻辑关联。 当 Wiki 成为 Agent 查询的唯一入口（Source of Truth）时，错误就会在 Wiki 中不断堆叠、固化。
53520编辑于 2026-05-01- 来自专栏HaHack
Wixo - a wiki theme for Hexo
自从我将博客的主题 Freemind 开源了之后，我收到了很多朋友的来信，希望我也能把博客里的 Wiki 部分也开源。 当初没有将 Wiki 的部分放进博客，主要是考虑到主题的简单性。 比如，由于我的博客有 post 和 wiki 两套主要的 layout，为了创建草稿的时候有所区分，原来的 hexo new 就不适用了，于是我都是用自己写的工具来创建草稿。 考虑再三，我决定将 Wiki 部分去除，尽可能保证主题整体的简单和模块化。 本来我开源了 Freemind 主题后也不打算再写其他主题了，但因为来信询问 Wiki 主题的朋友实在太多，于是也给了我动力编写第二个主题 Wixo 。 Wixo 的含义就是 “A Wiki theme for Hexo”。对我而言，个人 Wiki 就是一个笔记库。笔记库的内容可以不像博客的文章那样精华，但必须系统化。
3K30发布于 2018-07-03 - 来自专栏HACK学习
Windows提权WiKi
Windows常用命令 命令 描述 systeminfo 打印系统信息 whoami 获得当前用户名 whoami /priv 当前帐户权限 ipconfig 网络配置信息 ipconfig /displaydns 显示DNS缓存 route print 打印出路由表 arp -a 打印arp表 hostname 主机名 net user 列出用户 net user UserName 关于用户的信息 net use \SMBPATH Pa$$w0rd /u:UserName 连接S
1.8K31发布于 2019-08-06 - 来自专栏巡天遥看一千河
perf火焰图 wiki
火焰图 wiki 火焰图的每个框代表一个栈里的一个函数，燃烧在火苗尖部的就是CPU正在执行的函数 纵轴代表调用栈的深度（栈桢数），火焰顶端显示正在运行的函数，这之下都是调用者。
3K30发布于 2020-11-19 - 来自专栏日志
Maverick搭建wiki站点
同时AlanDecode也开发了一个wiki主题Kpeler，在wiki系统里面个人认为是很漂亮 (qieshiyong) 的了。 操作一遍就可以大体了解他的过程了，默认使用https://github.com/AlanDecode/Maverick-Theme-Galileo，适合作为个人博客站点，随后修改主题Kpeler及其他内容即可，生成个人wiki github.io/Blog-With-GitHub-Boilerplate/ 修改1：site_prefix = "/" 网站：//*.github.io/ 修改2：site_prefix = "/wiki /" 网站：//*.github.io/wiki/ 成功 预览：https://wiki.zggsong.cn 后期部署至腾讯云开发，国内访问速度大大提升 ---- 部署腾讯云 由于腾讯云开发已经针对 那么这就需要在git pages和腾讯云之间选择一个，因为site_prefix的问题，若是/则可以成功部署在腾讯云开发，否则仅可在git pages上成功访问 提取typecho博客.md文件 wiki
1.9K20编辑于 2022-09-09 - 来自专栏HACK学习
Wiki | Red Team攻击思维
横向移动、数据分析（在这个基础上再做持久化控制）、在所有攻击结束之后清理并退出战场 相关资源列表 https://mitre-attack.github.io/ mitre科技机构对攻击技术的总结wiki 渗透测试方向优秀资源收集 https://github.com/jshaw87/Cheatsheets 渗透测试/安全秘籍/笔记 内网安全文档 https://attack.mitre.org/wiki sqlwiki.netspi.com/ 你要的sql注入知识点都能找到 https://github.com/kevins1022/SQLInjectionWiki 一个专注于聚合和记录各种SQL注入方法的wiki
4.2K53发布于 2019-08-06 - 来自专栏信安之路
成长平台 + 内部 wiki
成长平台和 wiki 平台对哪些人有用？ 主要受众是确定要学习信息安全技术，入门信息安全者适合使用成长平台来自学沉淀基础能力，而 wiki 平台收集整理在实际的工作中，经常使用到的技术，争取在遇到问题时，快速解决相关问题，提升工作效率。
1.2K20编辑于 2022-04-07 - 来自专栏又见苍岚
Wiki.js 配置记录
尝试创建自己的知识库，挑来挑去准备用 Wiki.js 先试试水，本文记录独立部署 wiki.js 的过程。 wiki.js The most powerful and extensible open source Wiki software wiki.js 是一款轻量级、功能强大的 wiki 开源项目，拥有评论 特色功能 中文：Wiki.js支持中文，你可以直接在设置中将Wiki.js调整为中文。 主题：Wiki.js自带了几个导航和主题，你可以自由调整。 评论：Wiki.js支持第三方评论。 存储：Wiki.js支持第三方存储，特别适合大型的Wiki站点。 多用户：需要开启Wiki.js的注册模式。 多种登录模式：Wiki.js支持多种登录模式，几乎已经集成了市面上各种登录方式。 /notes/tools/wiki/wikijs/
1.4K10编辑于 2024-04-23 - 来自专栏歪先生_自留地
树莓派文件共享（Wiki）
树莓派下载Samba及配置 从更新源获取更新信息 sudo apt-get update 安装samba sudo apt-get install samba samba-common-bin 修改配置文件 sudo nano /etc/samba/smb.conf 找到Global Settings节[global]部分： 将# wins support = no行改为# wins support = yes 找到Share Definitions节[homes]部分： 将read only = yes行
1.9K30发布于 2018-07-02 - 来自专栏搜狗测试
搭建属于自己的wiki
四、部署完成 当你看到这个页面的时候，恭喜你，属于你自己的Wiki就已经建立好了。在系统设置中可以配置邮件通知、LDAP等。该平台功能比较强大，希望你能够中意。 ?
6K10发布于 2020-03-19 - 来自专栏翩翩白衣少年
基于 Andrej Karpathy 提出的 LLM Wiki 方法论打造的 AI 知识库应用！
这个项目叫 LLM Wiki，基于 Andrej Karpathy 提出的 LLM Wiki 方法论，把传统的 RAG 思路完全颠覆了。 项目简介 LLM Wiki 是一个跨平台的桌面应用，它的核心理念非常简单：把你的文档「编译」成一套结构化的 Wiki，知识只整理一次，之后持续更新维护。 和传统的 RAG 不同，传统 RAG 每次提问都要去翻原始文档，检索碎片文本，用完就忘；而 LLM Wiki 是先让 LLM 把文档内容彻底消化，提取实体、概念、关系，生成互相关联的 Wiki 页面，之后所有的问答都基于这个已经 核心亮点 1、两步思维链 Ingest LLM Wiki 没有让 LLM 一边读一边写，而是把这个过程拆成了两个步骤： 第一步：分析 - LLM 先读取源文档，提取关键实体、概念、论点，分析和现有 Wiki GitHub：https://github.com/nashsu/llm_wiki
89011编辑于 2026-05-06 - 来自专栏东风微鸣技术博客
Wiki.js 配置 LDAP 认证
在 管理 -> 身份验证 -> 添加策略 -> 选择 LDAP/AD , 如下: 接下来进行详细配置: 显示名称: 按需修改 是否启用: 是 LDAP URL: 格式为: ldap://serverhost:389 or ldaps://serverhost:636 Admin Bind DN: CN=xxxx,OU=xxxx部,OU=xxxx,DC=xxxxx-net,DC=com,DC=cn ❗️ 注意: 一定要明确该CN的完整信息.确定归属于OU=xxxx部,OU=xxxx,DC=xxxxx-n
2.7K10编辑于 2022-04-21 - 来自专栏CreateAMind
wiki指数分布族
Exponential family https://en.wikipedia.org/wiki/Exponential_family In probability and statistics, an
34810编辑于 2023-12-05 - 来自专栏AllTests软件测试
知识库Wiki-DokuWiki
知识库Wiki-DokuWiki 目录 1、简介 2、安装部署 3、启动服务 4、插件 5、模板 6、配置 6.1、注册发送邮件 6.2、命名空间管理 6.3、上传文件限制 6.4、解决中文乱码 7、操作页面 Wiki是一种在网络上开放且可供多人协同创作的超文本系统，Wiki站点可以有多人（甚至任何访问者）维护，每个人都可以发表自己的意见，或者对共同的主题进行扩展与探讨。 什么是DokuWiki？ DokuWiki是一个开源wiki引擎程序，运行于PHP环境下。DokuWiki程序小巧而功能强大、灵活，适合中小团队和个人网站知识库的管理。 id=wiki:welcome” 在地址后添加“id=测试组:测试计划:测试文档” 修改后的访问地址为“http://IP:端口/dokuwiki/doku.php? id=wiki:welcome&do=media” 在地址后添加“&ns=测试计划:测试文件” 修改后的访问地址为“http://IP:端口/dokuwiki/doku.php?
3.3K20编辑于 2022-07-26 - 来自专栏育种数据分析之放飞自我
混合线性模型介绍--Wiki
混合线性模型： 是即包括固定因子，又包括随机因子的模型。 混合线性模型被广泛应用于物理、生物和社会科学。尤其是一些重复测量的数据及面板数据。混合线性模型比较突出的特点是可以非常好的处理缺失值，相对于传统的方差分析， 它有更广泛的使用范围。
2.6K31发布于 2019-06-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号