> 本教程基于一次真实实操整理：在 **WorkBuddy** 中用 `/llm-wiki`（Karpathy LLM Wiki）技能，把一套 GPU Nexus 产品文档（19 篇 Markdown）逐步构建成结构化、可互链、可迁移的知识库，并最终迁移到用户级工作区。下面各步骤里的「对话示例」均来自这次实操，跟着做即可复现。
> 跟着做，你也能把任意文档集变成「会复利」的个人 Wiki。

---

## 一、理念：什么是 LLM Wiki

传统做法（RAG）是「每次提问时现查资料」。Karpathy 的 LLM Wiki 反其道而行：**让 LLM 持续地、增量地构建并维护一个持久的、相互链接的 Markdown 知识库**。

- 你负责取材、探索、提问；
- LLM 负责读写并维护 Wiki 本身：建页、交叉引用、沉淀结论、定期体检；
- 知识可复利：每摄取一篇、每回答一次，Wiki 都更丰富；好答案不会散落在聊天记录里。

### 三层架构

| 层 | 路径 | 说明 | 可变性 |
|----|------|------|--------|
| **Raw Sources** | `raw/` | 不可变原始素材（文章、截图、PDF、外部文档） | 只读，LLM 永不修改 |
| **The Wiki** | `wiki/` | LLM 生成的页面：摘要、实体、概念、对比、综述 | LLM 拥有，持续维护 |
| **The Schema** | `WIKI-SCHEMA.md` | 结构、约定与工作流定义 | 与用户共同演进 |

> 本次实操中，既有产品文档（根目录及子目录）被视为「既有素材」，新建的 `wiki/` 才是 LLM 维护页；两者通过 `[[wiki-links]]` 互链。

---

## 二、默认位置

Wiki 默认落在**用户级路径**，以便任意工作区/对话都能访问：

```
~/.workbuddy/wiki-knowledge/
```

当你说「我的 wiki / 知识库」时，LLM 会优先检查这个目录，无需再给路径。

---

## 三、Step 1：初始化 Wiki 结构

### 3.1 调用技能

在对话中输入：`/llm-wiki`（或自然语言「用 Karpathy LLM Wiki 在当前工作空间创建标准结构」）。

### 3.2 创建目录

```bash
mkdir -p raw/assets wiki
```

得到：

```
wiki/
├── raw/                # 不可变原始素材
│   └── assets/         # 下载的图片/附件固定目录
├── wiki/               # LLM 维护的页面目录
│   ├── index.md        # 内容目录（每次 ingest 更新）
│   └── log.md           # 追加式操作日志
└── WIKI-SCHEMA.md      # 结构、约定、工作流
```

### 3.3 编写 `WIKI-SCHEMA.md`（要点）

- **页面格式模板**：每个 `wiki/` 页面带 YAML frontmatter（`title` / `type` / `created` / `updated` / `sources` / `tags`）+ `## See Also` 反链区。
- **页面类型 `type`**：`entity`（实体）、`concept`（概念）、`source-summary`（单源摘要）、`comparison`（对比）、`synthesis`（综述）。
- **交叉引用规则**：用 `[[页面标题]]`（Obsidian 双链）；标题须与目标 `title` 一致；每页末尾必须有 `## See Also`。
- **领域分类**：按业务自定义（本例为：产品概览 / 快速开始 / 模型场景 / 生态集成 / 使用手册 / 概念与实体 / 对比与综述）。
- **工作流**：`ingest`（摄取）、`query`（查询并沉淀）、`lint`（健康检查）。

### 3.4 初始化 `index.md` 与 `log.md`

- `index.md`：按分类编目所有页面（含既有文档），预留「LLM 生成页面」与「待建 stub」区。
- `log.md`：追加式日志，每条格式 `## [YYYY-MM-DD] operation_type | 标题`，可用 `grep "^## \[" wiki/log.md | tail -5` 快速回顾。

> **对话示例｜Step 1 · 初始化结构**
> **你说**：`使用 /Karpathy LLM Wiki 这个skills在当前工作空间创建标准的LLM Wiki结构`
> **LLM 产出**：按技能要求创建 `raw/`（含 `assets/`）、`wiki/` 目录，写入 `WIKI-SCHEMA.md`（三层架构 + 页面类型 + `[[wiki-links]]` 互链规则 + ingest/query/lint 工作流），并初始化 `wiki/index.md`、`wiki/log.md`。

---

## 四、Step 2：摄取（Ingest）现有文档

目标：把 19 篇既有产品文档转化为 LLM 维护页面，并建立互链。

### 4.1 读取全部源文档

先把源读全（本次含：简介、快速开始×5、模型场景、生态集成×8、使用手册×4）。读不全就无法正确抽取实体与概念。

### 4.2 按分类生成页面

一次摄取可触及 10–15 个页面。本次产出（共 24 页）：

| 类别 | 页面 |
|------|------|
| 平台与核心产品（6） | GPUNexus、MaaS服务、开发者套餐、AI智能体、模型广场、豆包Seedream与Seedance |
| 算力（3） | 算力分享、算力资产、手机算力 |
| API 与能力（4） | API调用、访问令牌、模型能力、充值 |
| 生态客户端（8） | Claude Code、Codex、Trae、Cherry Studio、OpenClaw、Hermes、OpenClaw接入QQ、OpenClaw接入飞书 |
| 对比与综述（2） | 编程助手对比、新手上手路径 |
| 模型家族（1，lint 时补） | GLM系列 |

### 4.3 页面写法示例（节选 frontmatter）

```markdown
---
title: GPUNexus
type: entity
created: 2026-07-16
updated: 2026-07-16
sources: [简介.md, 模型场景.md, 快速开始/模型调用.md]
tags: [平台, 产品, GPU, MaaS]
---

# GPUNexus（算纽）
…正文，使用 [[wiki-links]] 互链…

## See Also
- [[算力分享]]
- [[MaaS服务]]
- [[模型广场]]
```

### 4.4 交叉引用与 Lint

- 每篇页面 `## See Also` 互链相关页（如 `GPUNexus` ↔ 全部产品/能力/生态页）。
- 摄取后做**链接完整性复检**，发现并修复问题（见第六节「坑」）。

### 4.5 更新索引与日志

- `wiki/index.md`：把新页面编入对应分类小节，更新统计。
- `wiki/log.md`：追加一条 `ingest` 记录。

> **对话示例｜Step 2 · 摄取**
> **你说**：`现在基于现有的文件构建wiki`
> **LLM 产出**：读取全部 19 篇源文档（简介、快速开始×5、模型场景、生态集成×8、使用手册×4），按五大分类生成 24 个 LLM 维护页面，全程用 `[[wiki-links]]` 互链，并在 `log.md` 记录 `ingest`。

---

## 五、Step 3：深化知识库（模型家族层）

知识库不是「建完即止」，要持续补厚度。本次在 24 页基础上，把零散模型名聚合成**家族实体**：

- 新增 4 个家族页：`MiniMax系列`、`Kimi系列`、`DeepSeek系列`、`Qwen系列`（各含代表模型、上下文、擅长场景、在平台中的角色）。
- 新增 1 个对比页：`模型家族对比`（五大系列横向对照 + 选型速记）。
- 反链接入：`GPUNexus` 关键事实、`模型广场` / `新手上手路径` 的 `## See Also` 增加家族与对比链接。
- 累计 **29 个 LLM 生成页面**（含 `index.md`/`log.md` 共 31 个 Markdown）。

> 至此，五大国产/开源家族（GLM / MiniMax / Kimi / DeepSeek / Qwen）+ 豆包（Seedream/Seedance）全覆盖。

> **对话示例｜Step 3 · 深化知识库**
> **你说**：`现在开始构建知识库`
> **LLM 产出**：把散落的模型名聚合成家族实体，新增 `MiniMax系列`、`Kimi系列`、`DeepSeek系列`、`Qwen系列` 4 个实体页与 `模型家族对比` 1 个对比页，并把家族/对比链接反链进 `GPUNexus`、`模型广场`、`新手上手路径` 等页；LLM 生成页面累计 29 个。

---

## 六、关键约定与「坑」

### 6.1 网关地址不一致（重要）

源文档里两套 API 地址容易混淆，已在各页与对比页标注：

| 用途 | 地址 | 备注 |
|------|------|------|
| 通用 OpenAI 兼容 | `https://api.gpunexus.com/v1` | Chat/Embeddings/Images/视频等 |
| Claude Code 专用 | `https://coding.gpunexus.com` | **无 `/v1` 后缀** |

混用会踩坑：Claude Code 配置里写 `coding.gpunexus.com`；其余客户端（Trae/Codex/Hermes/OpenClaw 的 OpenAI 模式）写 `api.gpunexus.com/v1`。

### 6.2 `[[wiki-links]]` 解析

- 在 Obsidian 中，`[[模型场景]]` 会按**文件名**在整个仓库内解析到 `模型场景.md`（即便不在同目录）。
- 相对链接（如 `wiki/index.md` 里的 `../../简介.md`）依赖目录结构；**迁移时必须保留相对结构**，否则失效。
- 链接目标不存在时，应在 `index.md` 登记为 stub 并在 lint 时补全（本次即补建了 `GLM系列` 页消解孤儿链接）。

### 6.3 源文档不可变

`raw/` 与既有文档**只读**，LLM 只读写 `wiki/`。如需修正，新增版本而非覆盖。

---

## 七、Step 4：迁移到用户级工作区

知识库可在项目内，也可迁移到用户级默认位置以便跨对话复用。

### 7.1 复制（推荐非破坏性）

```bash
SRC="$WORKPATH"
DST="$HOME/.workbuddy/wiki-knowledge"
mkdir -p "$DST"
cp -R "$SRC/WIKI-SCHEMA.md" "$SRC/raw" "$SRC/wiki" \
      "$SRC/简介.md" "$SRC/快速开始" "$SRC/模型场景.md" \
      "$SRC/生态集成" "$SRC/使用手册" "$DST/"
```

> 采用**复制**而非移动，原项目副本保留，避免误删仓库内容。

### 7.2 校验完整性

```bash
# 文件数对比（应相等）
echo "源:   $(find "$SRC" -name '*.md' -not -path '*/.workbuddy/*' | wc -l)"
echo "目标: $(find "$DST" -name '*.md' | wc -l)"

# 链接完整性复检（无输出=全部可解析）
grep -rhoE '\[\[[^]]+\]\]' "$DST/wiki/"*.md | sed 's/\[\[//;s/\]\]//' | sort -u | while read -r t; do
  if [ ! -f "$DST/wiki/$t.md" ] && [ ! -f "$DST/$t.md" ] \
     && [ ! -f "$DST/快速开始/$t.md" ] && [ ! -f "$DST/使用手册/$t.md" ] \
     && [ ! -f "$DST/生态集成/$t.md" ]; then
    echo "MISSING: $t"
  fi
done
```

### 7.3 记录与记忆

- 在目标 `wiki/log.md` 追加 `migrate` 记录。
- 把「用户知识库位于 `~/.workbuddy/wiki-knowledge/`」写入用户级记忆（`~/.workbuddy/MEMORY.md`），今后自动优先检查该目录。

> **对话示例｜Step 4 · 迁移到用户级工作区**
> **你说**：`将这个知识库迁移到你的工作区`
> **LLM 产出**：用 `cp -R` 非破坏式复制到 `~/.workbuddy/wiki-knowledge/`，跑文件数对比与 `[[wiki-links]]` 完整性复检（零缺失）；在 `log.md` 追加 `migrate` 记录，并把知识库位置写入用户级记忆，今后自动优先检查。

---

## 八、日常使用工作流

| 操作 | 你做什么 | LLM 做什么 |
|------|----------|------------|
| **Ingest** | 把素材放进 `raw/`（或粘贴文本） | 读素材→写摘要页→更新 index/log→更新相关实体/概念页 |
| **Query** | 直接提问 | 读 index 定位→读页综合回答（带引用）→高价值结论沉淀回 `wiki/` |
| **Lint** | 定期说「跑一次 lint」 | 找矛盾、孤儿页、缺失引用、可补数据缺口 |

### 推荐工具

- **Obsidian** 作为 Wiki 阅读器：图谱视图看关联，Dataview 查 frontmatter。
- 本仓库本质是 git 管理的 Markdown，提交即得版本历史。

---

## 九、速查命令

```bash
# 看最近 5 条操作日志
grep "^## \[" wiki/log.md | tail -5

# 提取全站所有 wiki-links 目标
grep -rhoE '\[\[[^]]+\]\]' wiki/*.md | sed 's/\[\[//;s/\]\]//' | sort -u

# 链接完整性复检（替换 $DST 为你的 wiki 根）
DST="$HOME/.workbuddy/wiki-knowledge"
grep -rhoE '\[\[[^]]+\]\]' "$DST/wiki/"*.md | sed 's/\[\[//;s/\]\]//' | sort -u | while read -r t; do
  [ ! -f "$DST/wiki/$t.md" ] && [ ! -f "$DST/$t.md" ] && echo "MISSING: $t"
done
```

---

## 十、总结

一次完整的 LLM Wiki 构建 = **初始化结构 → 摄取源文档 → 持续深化 → 按需迁移**。核心纪律是：
1. 源不可变，Wiki 由 LLM 拥有；
2. 每页带 frontmatter 与 `## See Also`，全站 `[[wiki-links]]` 互链；
3. 摄取/查询的高价值产出必须沉淀回 `wiki/`；
4. 定期 lint 保持知识库健康；
5. 放到用户级 `~/.workbuddy/wiki-knowledge/`，让它跨对话复利。

> 本次成果：1 份 `WIKI-SCHEMA.md` + `raw/` + `wiki/`（29 个 LLM 生成页面），覆盖平台、算力、API、生态客户端、模型家族五大类，链接零失效，已迁移至 `~/.workbuddy/wiki-knowledge/`。

本教程基于一次真实实操整理：在 WorkBuddy 中用 /llm-wiki（Karpathy LLM Wiki）技能，把一套 GPU Nexus 产品文档（19 篇 Markdown）逐步构建成结构化、可互链、可迁移的知识库，并最终迁移到用户级工作区。下面各步骤里的「对话示例」均来自这次实操，跟着做即可复现。 跟着做，你也能把任意文档集变成「会复利」的个人 Wiki。

使用WorkBuddy+Karpathy LLM Wiki构建企业内部知识库

人工智能

本教程详细讲解如何利用WorkBuddy的/llm-wiki技能，将19篇GPUNexus产品文档转化为结构化、可互链的知识库。从初始化Wiki结构、文档摄取、知识深化到迁移至用户工作区，全程实操演示。重点介绍三层架构设计、Markdown页面规范、交叉引用规则及日常维护技巧，帮助用户打造可复利增长的个人Wiki系统，实现知识的高效管理与复用。

代码解释

智能体

WorkBuddy 

DeepSeek

OpenClaw

MaaS

2026上云采购 | AI焕新·智启新局

lexiang

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

本教程详细讲解如何利用WorkBuddy的/llm-wiki技能，将19篇GPUNexus产品文档转化为结构化、可互链的知识库。从初始化Wiki结构、文档摄取、知识深化到迁移至用户工作区，全程实操演示。重点介绍三层架构设计、Markdown页面规范、交叉引用规则及日常维护技巧，帮助用户打造可复利增长的个人Wiki系统，...

使用WorkBuddy+Karpathy LLM Wiki构建企业内部知识库-腾讯云开发者社区-腾讯云

使用WorkBuddy+Karpathy LLM Wiki构建企业内部知识库

使用WorkBuddy+Karpathy LLM Wiki构建企业内部知识库

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐