Agent Skills
返回列表
LLM Wiki Karpathy 知识库运行时

LLM Wiki Karpathy 知识库运行时

知识管理 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_15292d5a/yjkj-llm-wiki-karpathy。

技能介绍

要解决的问题

个人知识库常见痛点：原始资料散落在 raw/，笔记缺少统一结构，问答结果没有沉淀，source id、manifest、索引容易出现漂移。llm-wiki-karpathy 面向已经使用 LLM Wiki Karpathy runtime 的 Vault，把“读取、编译、维护、检索、沉淀”收敛成一套受控流程。

核心能力与工作方式

该技能通过 kb_* 工具操作 runtime-managed Vault，核心路径包括：

  • 检查与诊断：kb_status、kb_lint 用于盘点数量、占位内容、缺失表示和结构问题。
  • 源笔记编译：文本资料走 kb_prepare_source、kb_read_raw、kb_upsert_source_note；PDF/图像先准备 bundle 和 representations，再编译为 grounded source note。
  • 检索与沉淀：kb_search、kb_read_notes 提供证据；答案可写回 wiki/outputs/，也可提升为 concept、entity、synthesis 页面。
  • 持续维护：kb_repair_source_ids 先 dry run 再 apply，kb_rebuild_indexes 保持索引一致。

适用边界与注意点

它适合增量维护、批量补 source notes、AI 主题清理、书评批次等明确场景。不应直接修改 raw/，也不要用普通文件工具写 wiki/ 或 .llm-kb/representations/。资料不足时，技能会优先小批量、高置信度操作，避免把一次未明确范围的请求扩大成长时间重写。

使用场景

  • 在维护 AI 主题 Vault 时，检查占位标题和失效链接，并小批量修复 AI 相关 source notes。
  • 在积累书评资料后，按书评 raw 目录范围编译前 10 个缺失 source note 并重建索引。
  • 在回答业务检索问题前，用 kb_search 读取相关证据，再把可复用结论沉淀为 concept 或 synthesis 页面。
  • 在知识库出现 manifest 或 source id 漂移时，先 dry run 修复，再 apply 并重建索引。

适合人员

  • 管理个人 AI 知识库，需要把零散笔记整理成 concept、entity、synthesis 页面的研究者。
  • 负责书评资料沉淀，需要按批次编译 source notes 并维护索引的编辑。
  • 使用 LLM Wiki Karpathy Vault，需要检查 lint 问题并修复 manifest 漂移的工程师。
  • 维护多来源知识库，需要把问答结果写回 output 或 derived page 的产品经理。