知識管理的核心挑戰並非資訊的獲取，而是如何有效地整理、分類和連結這些資訊，以便在需要時快速找到。OpenAI 共同創辦人安德烈·卡帕西 (Andrej Karpathy) 提出了一種解決方案，利用 AI 自動執行知識整理工作，使用者只需將資料導入系統，AI 就能負責摘要、分類、建立連結和維護，從而建立一個可搜索且易於管理的知識庫。卡帕西本人利用此方法，在特定研究主題上累積了近 100 篇筆記，總計 40 萬字，並能輕鬆檢索所需資訊。
要快速建置 LLM 知識庫，你需要三項工具：Obsidian、Obsidian Web Clipper 和 Claude Code。首先，Obsidian 是一款免費的桌面應用程式，用於存放筆記，所有資料都儲存在本地電腦上，確保資料安全。其次，Obsidian Web Clipper 是一個瀏覽器擴充功能，可以一鍵將網頁文章儲存到 Obsidian 中，確保格式整潔。最關鍵的是 Claude Code，它是一個可以直接讀取你的資料夾、寫入新內容和更新目錄的 AI 助理，省去了手動複製貼上的麻煩。
啟動 Claude Code 並將其指向你的 Obsidian 保險庫資料夾後，有兩種快速建置知識庫的方法。第一種方法是直接餵入卡帕西的原始文件（英文），將指定指令貼給 Claude Code，指示它在你的資料夾中建立 LLM 知識庫系統。第二種方法是使用 AI 研究者 Elvis Saravia 整理的完整架構說明文件，將該文件貼給 Claude Code，讓它根據更詳細的架構說明建立系統。兩種方法都能自動建立系統，無需手動設定。
該系統由三個主要區域和四個核心動作組成。三個區域分別是：raw/ 原始資料夾，用於存放所有原始素材；wiki/ 知識庫，由 AI 整理好的筆記，每個概念一篇，互相連結；以及 index.md ＋ log.md，由 AI 自動維護的目錄與整理記錄。四個動作包括：使用 Obsidian Web Clipper 將網頁文章存入 raw/ 原始資料夾；讓 Claude Code 將原始資料編譯成知識庫筆記；對知識庫提問，並將回答存回知識庫；以及定期讓 AI 掃描知識庫，找出矛盾和補足缺漏。
傳統知識管理工具通常需要使用者手動整理、連結和維護資訊，維護成本高昂。LLM 知識庫將這些成本轉移給 AI，讓人們專注於尋找素材、設定方向和提出好問題，而 AI 則負責摘要、交叉連結和一致性維護。卡帕西認為，這將催生出卓越的產品。雖然目前這套系統仍需自行搭建，但其邏輯已相當完整，只需將文件餵給 Claude Code，即可開始體驗 AI 驅動的知識管理帶來的便利。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容