Karpathy的知识管理法，我用半天跑通了！

上周，我刷到Andrej Karpathy发了一条推文，非常有启发。

他在推文里分享了一下他自己搭建个人知识库的方法，大概流程是：
先把一堆各种来源的原始素材收集到一起，然后让LLM把它们编译成一个wiki，也就是一堆有结构、有索引、有互相链接的markdown文档。

人几乎不需要直接编辑这个wiki，所有维护工作都交给LLM。

看完这条推文，我很兴奋，想立马复刻一个出来。

但这套方法对很多小白来说门槛还是有点高，我就想到用AutoClaw试一下。
这是我一直在用的一个工具，它最新更新的两个特性让我觉得非常适合用来简化Karpathy的方法：
一个是Skills商店，一个是自进化机制。

下面具体来根大家分享一下我是怎么实现的，超级简单，大家可以收藏好，亲自试一下！

1
我做自媒体以来，一直有个很大的痛点：经验一直在积累，但知识却没有真正形成体系。

备忘录里有选题灵感，flomo里有一些好的文章收藏，还有语雀、obsidian以及浏览器书签......
这些东西加在一起，数量非常庞大，但它们之间没有任何关联。

Karpathy的解法是什么？
他提出了一个关键概念——「编译」。

就像代码需要编译才能运行一样，零散的原始素材也需要经过一次编译，才能变成真正可用的知识。
这个编译过程包括：提炼核心观点、建立分类结构、创建概念之间的链接、写摘要和索引。

而这个编译的执行者，是LLM。

我们拆解一下Karpathy的方法，核心工作流其实分五步：

收集——把各种来源的原始素材（文章、论文、代码库、数据集、图片）统一归入一个raw目录。
他用Obsidian Web Clipper把网页一键裁剪成markdown，配合快捷键把相关图片也下载到本地。

编译——让LLM读取raw目录里的所有素材，增量式地编译成一个wiki。
这个wiki就是一组有目录结构的markdown文件，包含每份素材的摘要、反向链接，还会自动把内容归类成不同概念，为每个概念写专题文章，并建立它们之间的交叉链接。

问答——当wiki积累到一定规模，你就可以对着这个知识库提各种复杂问题，LLM会自动去翻阅相关文档来回答。

回填——每次问答产出的结果（分析文档、幻灯片、数据图表），可以归档回wiki里。
相当于你每做一次探索，知识库就变强一点。

健康检查——定期让LLM对整个wiki做一次扫描，找出数据不一致的地方、补充缺失信息、发现可以深挖的新关联。相当于给知识库做体检。

五步连起来就是一个飞轮：收集→编译→使用→回填→优化→继续收集。
用得越多，知识库越强，知识库越强，用起来越高效。

2
那我是怎么做的呢？

首先，我先在AutoClaw里新建一个森森知识库小助理，让它后续帮我维护我的个人知识库。

第一步：收集素材

我把自己大半年的内容积累做了一次集中清理，大部分素材本来就是自己写的中文内容，复制粘贴就行。

以语雀为例，我可以直接把我的Personal Access Token给我的小助理，它就可以写脚本批量导出到我的本地知识库。

这个过程会比较久，可以多等一会。

第二步：用Skills冷启动

用Karpathy的方法，LLM编译wiki靠的是模型本身的通用能力加上他自己写的提示词。
但如果你对某个领域没有足够的认知框架，你甚至不知道该让LLM怎么分类。

我在AutoClaw的Skills商店里装了几个内容创作相关的技能包。

其实不只是内容创作，你需要什么领域的专业能力就装什么。
这些技能包是AutoClaw和各领域专家共创的，装完之后它在对应方向上的判断力会明显提升。

装完技能之后，我告诉它：我要把这些素材整理成选题、写作、运营、变现四个模块的知识库，每个模块下面有若干篇方法论文档，文档之间需要有逻辑关联。

它很快给出了框架建议。

第三步：编译过程中的自进化

分批把素材喂给AutoClaw之后，编译过程就开始了。

这个过程会有一些好玩的事情，比如，我有一篇旧文里用了很多过时的网络梗做案例，它原封不动搬了过来。
我说：方法论文档里的案例要用经典的、不容易过时的表达。

然后屏幕上弹出一张橙色卡片，问我要不要确认，我点了确认。

到第三批素材时，它生成的文档已经自动换成了更经典的案例。

第四步：问答和回填
四个模块十六篇文档编译完成后，我开始做知识库的问答和回填。

比如我问它："根据已有的方法论，我如果要做一个新的垂直账号，前三个月的内容策略应该怎么排？"
它会调用选题模块和运营模块的内容交叉分析，给出一个具体的建议方案。

这个方案我微调之后，直接让它整理成一篇新的文档补进运营模块。

这就是回填。每次使用知识库产生的成果，重新喂回去，知识库就更完整了。

3
当然，Karpathy的完整工作流，AutoClaw目前没法百分之百覆盖。

比如本地文件管理和浏览，Karpathy用Obsidian作为wiki的前端，所有文件存在本地，可以Git版本控制。

AutoClaw生成的文档最好也导出为markdown，在Obsidian里建一个对应的目录结构来浏览。
两个工具配合使用，AutoClaw负责编译，Obsidian负责呈现和存档。

如果你也有一堆散落各处的经验和素材一直想整理但迟迟没动手，可以试试这个思路，持续使用、持续回填、持续进化。

半天时间跑通第一轮，之后就是飞轮转起来的事了。

#AutoClaw #澳龙 #Karpathy #知识管理 #AI助手 #效率工具