目录

自我进化AI知识库

基于 Niklas Luhmann Zettelkasten 理念的AI协作知识管理系统

概述

本知识库是一个采用三层架构的自组织系统,融合了Zettelkasten(卡片笔记法)理念与AI协作工作流。系统通过 Raw层(原始素材)、Wiki层(结构化知识)和 Schema层(协作协议)的分层设计,实现知识的有机增长与自动化维护。

核心特性

  • 三层架构:Raw(素材) → Wiki(知识) → Schema(协议)
  • AI自动化:Ingest 自动摄入、Query 查询应答、Lint 健康检查
  • Git Worktree 协作:多分支并行工作(主分支、Raw分支、Wiki分支)
  • 专家视角系统:整合 Karpathy、Munger、Feynman、Ogilvy、Jobs、Mollick 等专家方法论
  • 卢曼四原则:原子性 / 链接性 / 有机增长 / 持续对话

目录结构

Karpathy-KBesa/
├── CLAUDE.md              # Schema层 - AI协作协议(本文档)
├── LICENSE                # 木兰宽松许可证 v2
├── README.md              # 中文说明文档
├── README_EN.md           # English documentation
├── Raw层.md                # Raw层状态指示
├── Wiki层.md               # Wiki层状态指示
├── 01.采集 Grasp/          # 原始素材采集目录
├── 02.归类 Arrange/         # 分类整理目录
├── 03.wiki/                # 结构化知识库(AI读写)
├── 04.日记周记/            # 个人日记周记
├── 98.问答记录/            # 问答记录日志
├── 99.辅助/                # 工作流与专家定义
│   ├── 工作流-*.md         # 各种自动化工作流
│   ├── 专家-*.md           # 专家视角定义
│   ├── 修改历史.md         # 变更记录
│   └── Lint健康检查报告-*.md  # 健康检查报告
└── 100.工作日志/           # AI工作日志

三层架构

Raw 层(原始素材层)

  • 位置01.采集 Grasp/04.日记周记/
  • 权限:AI仅读取,不修改
  • 内容:采集的文章、截图、论文精读、个人日记等原生素材

Wiki 层(结构化知识层)

  • 位置03.wiki/
  • 权限:AI自动维护
  • 内容:从Raw层提取生成的概念笔记、主题索引(MOC)、关系图谱

Schema 层(协作协议层)

  • 位置CLAUDE.md
  • 作用:定义AI处理知识库的所有规则、工作流和行为规范

核心工作流

工作流 触发时机 说明
Ingest 自动摄入 RAW提交完成后 读取Raw层素材,提取原子笔记,更新Wiki层
Query 查询应答 用户提问时 索引定位 → 知识检索 → 专家视角 → 知识沉淀
Lint 健康检查 每周定期/用户触发 检查索引、内容、链接、元数据
深度阅读 处理书籍/论文/长文 创建结构笔记 → 提取原子 → 建立链接
RAW提交 用户要求时 提交Raw层变更到test-raw分支
WIKI提交 用户要求时 提交Wiki层变更到test-wiki分支

专家视角系统

当需要深度分析时,系统会自动调用对应领域专家:

领域 专家 核心方法
AI/机器学习 Andrej Karpathy 第一原理工程
战略思维 Charlie Munger 心理模型、倒装分析
学习/研究 Richard Feynman 第一原则、教人以学
品牌/沟通 David Ogilvy 长文、品牌形象
产品设计 Steve Jobs 简洁、用户体验
AI提示工程 Ethan Mollick 结构化提示、人物模式

原子笔记标准

每个Wiki笔记必须满足:

  • 原子性:一个笔记只讨论一个核心概念,可单独理解
  • 链接数:至少≥2个有意义的双向链接
  • 可执行性:方法论类笔记需包含具体可执行的步骤
  • 激发性:能够引发进一步思考和探索

每日日志规范

  • AI工作日报100.工作日志/YYYY-MM-DD 日报.md
  • 问答记录98.问答记录/YYYY-MM-DD 日报.md
  • 修改历史99.辅助/修改历史.md

权限规则

目录 AI权限
01.采集 Grasp 仅读
02.归类 Arrange 仅读
03.wiki 读写
04.日记周记 仅读
98.问答记录 读写
99.辅助 读写
100.工作日志 读写

使用教程

分支结构

本知识库采用 Git Worktree 多分支协作模式:

分支 用途 AI权限
master 稳定版本 仅读
develop 审核分支,合并前需审核通过 读写
test 工作流文件修改和合并分支 读写
test-raw RAW层所有文件 仅读
test-wiki Wiki层内容,AI自动维护 读写

环境设置步骤

1. 克隆仓库

git clone <仓库地址> Karpathy-KBesa
cd Karpathy-KBesa
# 克隆后默认在test分支(主仓库)

2. 创建 develop 分支(用于审核)

git checkout -b develop test

3. 创建 test-raw 分支并添加到工作区

git checkout -b test-raw test
# 删除不需要的目录,只保留Raw层相关内容
git worktree add test-raw test-raw

4. 创建 test-wiki 分支并添加到工作区

git checkout -b test-wiki test
# 删除不需要的目录,只保留Wiki层相关内容
git worktree add test-wiki test-wiki

5. 验证工作区结构

# 查看所有 worktree
git worktree list

最终目录结构:

Karpathy-KBesa/              # 主仓库 (test分支)
├── test-raw/           # test-raw分支 - RAW层(AI仅读)
└── test-wiki/          # test-wiki分支 - Wiki层(AI维护)
├── CLAUDE.md
└── ...

工作流程

  1. 用户test-raw/ 中添加/修改RAW层文件
  2. 用户触发 RAW提交 → AI将变更提交到 test-raw 分支
  3. AI执行 Ingest 工作流 → 从 test-raw 读取 → 处理 → 写入 test-wiki
  4. 用户审核 test-wiki 的变更,通过后合并到 develop 分支
  5. 定期将 develop 合并到 master

技术栈

  • 知识管理:Obsidian + Zettelkasten 方法论
  • 版本控制:Git + Worktree 多分支协作
  • AI协作:基于CLAUDE.md协议的自动化工作流
  • 许可证:木兰宽松许可证 v2 (Mulan PSL v2)

作者

  • 版权所有:mozilong (2026)
  • 许可证:Mulan PSL v2

相关资源

  • 工作流文档:99.辅助/工作流-*.md
  • 专家定义:99.辅助/专家-*.md
  • 健康检查报告:`99.辅助/Lint健康检查报告-*.md
关于

基于Karpathy的三层知识库结构开发出的知识库工作流,将知识库结合git可以多人共同维护,将raw层与wiki层通过git分支分离,优化AI工作流,结合git大程度防止数据受灾

106.0 KB
邀请码
    Gitlink(确实开源)
  • 加入我们
  • 官网邮箱:gitlink@ccf.org.cn
  • QQ群
  • QQ群
  • 公众号
  • 公众号

版权所有:中国计算机学会技术支持:开源发展技术委员会
京ICP备13000930号-9 京公网安备 11010802032778号