安康储罐保温厂家 Karpathy 新共享: 我用 LLM 处置个东说念主学问库, 4万字全自动善良

AI大牛AndrejKarpathy近公布了套用大模子自动处置学问库的案。这套四步法通过LLM自动编译原始辛苦、构建结构化Wiki、当然话语交互和学问库体检，末端了近乎全自动的学问处置。从论文到代码库，4万字材料皆能自动善良新，还能生成幻灯片和交互式本色安康储罐保温厂家，号称数字期间的参谋神器。

前OpenAI、特斯拉AI总监AndrejKarpathy近在X上共享了套用大模子处置个东说念主学问库的实战法。他的某个参谋主题学问库也曾积贮了1多篇著作、约4万字，沿途Markdown形态，基本由LLM自动善良。

这个案莫得什么本领，中枢就四步。

步：建raw/原料库

把所有原始辛苦——论文、著作、代码仓库、图片——统丢进raw/文献夹。网页著作用ObsidianWebClipper插件键转成Markdown安康储罐保温厂家，图片也要下载到腹地（LLM读图材干当今很强，别遽然）。

二步：让LLM“编译”学问

Karpathy把这步叫作念compile。便是让LLM读完raw/里所有本色，自动生成套结构化的Wiki：每份原始辛苦有摘录和反向一语气，中枢倡导单成文，目次和交叉一语气自动建好。

增量新也很浅薄——新加篇文档，跟LLM说”把这个存档进wiki”，它我方知说念放哪、怎样改现存著作。通盘过程险些不需要手动裁剪。

前端用Obsidian通达盘文献夹，raw/原始辛苦和编译后的wiki同期可见，Marp插件还能径直把本色生成幻灯片。

三步：用当然话语发问安康储罐保温厂家

学问库积贮到1篇傍边之后，果就出来了：不错径直问复杂问题，LLM会我方去wiki里检索、交叉考据，再综合给出谜底。

不需要搭RAG，LLM我方善良索引文献和摘录，铁皮保温在高下文窗口里就能读完要道本色。输出形态也很天真：Markdown、Marp幻灯片、Matplotlib图表，甚而带交互的HTML皆行。这些输出还不错径直丢回wiki持续积贮，酿成正向轮回。

四步：让LLM给学问库”体检”

LLM还能作念健康查验：找出矛盾数据、补全缺失信息、发现新关连，甚而荐下步参谋向。Karpathy还顺遂用vibecoding搭了个浅薄搜索引擎，既能我方用网页版查，也能动作器具让LLM处理复杂的多跳查询。

整套经由用句话笼统：

raw/原始辛苦→LLM自动编译成MarkdownWiki→CLI器具问答+增量新→Obsidian可视化

险些无用手动写字，LLM充任学问管。

Karpathy本东说念主也说，这套案当前如故”剧本堆积”的hack状况，但向额外明晰——让平凡东说念主需编程就能领有我方的二大脑。LexFridman等东说念主也在用一样案，有东说念主甚而把学问库接成跑步时的语音播客，边跑边消化。

关于作念参谋、长期追踪某个域、大致多半坐褥本色的东说念主来说，这套案值得郑重试试：装Obsidian和WebClipper，建个raw/文献夹，找个高下文够长的模子（Claude、Cursor皆行），运转编译。

学问库会我方进化，这点比任何札记软件皆有诱骗力。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定安康储罐保温厂家，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。