最近几天，用 Obsidian + Claude + LLM Wiki 框架的方式，做了一个个人的知识库。

我在 Karpathy 的 LLM Wiki 框架下，加了一些新的东西，包括一个叫 Reflect 的知识/分析回灌流程，还有一个叫 Teach 的讲解流程。

图1 是现在这个 LLM Wiki 中的一部分节点，主要是和 Apple 相关的内容。有一些公开演讲、一些 Wikipedia，还有我过去 20 年读过的书。

现在我可以找一本书出来，让 AI 再给我讲一遍。（图2）

可以跨越多本书进行比较（图3），进行总结（图4），进行跨领域的分析框架复用（图5）。

还可以在章节讲解之后提问，讨论，提炼新的观点，再次发问。（图6、图7）

然后可以把讨论过程中的知识进行积累，写入对应章节的 callout。（图8）

因为在 Wiki 层对原始素材（raw materials）进行过一次「蒸馏」，所以执行效率非常高。而且对各种模型的兼容性都十分不错。

图9 说的是一个叫 Zettelkasten 的东西，和 LLM Wiki 有一脉相承之处。