现在的 AI 已经完全可以当做以前的搜索引擎使用了但是随着与 AI 的交流次数越来越多研究的项目和课题越来越丰富导致个人或者团队的资料越来越复杂甚至每次与 AI 对话的时候相当于全部清零所有的关键信息全部没有了又要从头开始梳理一遍虽然现在的 Agent 记忆功能非常强大但是每次研究的话题都要自己手动记录到笔记软件当中时间长了笔记越来越多内容越来越乱OpenClaw 24万星标Hermes Agent 两个月破10万用户——虽然两者都有非常强大的记忆系统但是随着会话和任务越来越多记忆就会变得零碎主要问题在于知识没有被消化。OpenClaw 的 Active Memory 只是“记录对话”RAG 只是“检索原文”你需要的是让 AI把知识编译成笔记就在今年 Karpathy 提出了LLM Wiki由 AI 代理AI Agent全自动构建、维护和更新的结构化知识库构建你的第二大脑什么是 LLM Wiki?一个标准的 LLM Wiki 由三个核心层级组成1. Raw Sources原始资料层你丢进去的 PDF、网页、论文、代码文件。这是“真理的源头”只读永远不会被修改。2. The Wiki维基层一个包含无数 Markdown 文件的文件夹完全由 AI 编写和掌管。AI 在这里生成实体页Entity Pages人物、项目、产品概念页Concept Pages技术、方法论、思想主题总结跨文档的综合分析这些页面通过[[双向链接]]串联成知识图谱。3. The Schema指令层一个配置文件如CLAUDE.md或SCHEMA.md告诉 AI你的核心目标是什么应该遵循什么格式和规则来编写维基如何组织和链接知识目录结构示例my-wiki/ ├── raw/ # 原始资料层只读 │ ├── papers/ │ ├── articles/ │ └── notes/ ├── wiki/ # 维基层AI 管理 │ ├── entities/ │ │ ├── andrej-karpathy.md │ │ └── hermes-agent.md │ ├── concepts/ │ │ ├── llm-wiki.md │ │ └── rag-vs-wiki.md │ └── INDEX.md └── SCHEMA.md # 指令层核心区别方式RAGLLM Wiki工作原理每次检索原文读已整理的笔记知识积累❌ 无积累✅ 越用越密可见性黑盒全量 markdown部署向量库GPU本地文件夹**一句话**RAG 是“查资料”LLM Wiki 是“翻笔记”Hermes Agent 自带 LLM WIKI开箱即用# 1. 安装 Hermes需要 Python 3.10 pip install hermes-agent # 2. 初始化 hermes init # 3. 配置 LLM Wiki 技能 hermes skill enable llm-wiki # 4. 开始使用 hermes chat /llm-wiki ingest https://xxx.org/abs/xxxxHermes 会自动读取文章创建实体页、概念页建立交叉链接更新索引查询知识库 /llm-wiki query XXXX聊天工具对话当然你可以直接在聊天工具中 “摄入链接”或者询问AI 读完内容拆成多个页面实体页记录核心事实概念页提炼技术内涵对比分析做结构化比较查询归档按主题归档调研结果。每个页面都包含 wikilinks指向关联页面。知识网络像乐高一样拼起来。Obsidian 让知识「看得见」LLM Wiki 本身就是 markdown 文件目录天然兼容 Obsidian所以结合 Obsidian 非常完美不需要学新工具不需要部署复杂的知识库平台。打开 Obsidian指向 wiki 目录就得到Graph View一眼看清哪些概念是孤岛、哪些知识互联了双向链接[[wikilink]]语法让 AI 写页面时自动建立交叉引用Dataview 插件按标签、类型做动态查询标签系统一目了然的分类体系AI 负责录入、整理、链接、更新。你负责浏览、阅读、补充、纠错。人机协作的完美分工写在最后LLM Wiki 提供方法论Hermes Agent 负责自动执行Obsidian 让一切可见可控——这就是让 AI 构建你的个人知识库完整解决方案学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
