~ / writing / n°061

你的收藏夹早死了：用大模型「编译」出一个真正属于你的知识库

X-ARTICLE 2026 · 06 · 27 14 min · 5,414 字

封面

TL;DR

你微信收藏了多少篇文章？三百？五百？你笔记本里存了多少 PDF、截图、播客笔记？

都没用。

它们躺在那里，跟硬盘里的旧照片没区别。你存了，不代表你学了。你收藏了，不代表你能找出来。大部分人的知识库，本质是一堆尸体。

今天就讲一个办法：让大模型把你的资料「编译」成一份活的、互相连接的知识 wiki。不是帮你搜答案，是帮你把零散的东西焊成一个你能真正拥有的系统。

这个方法来自一个叫 Karpathy 的人（以前管过特斯拉的 AI 团队，也做过 AI 教育），他提了一套思路，我觉得是我见过把「AI 管理个人知识」讲得最透的框架。

下面一步步拆开看。

你的知识管理，其实少了一层

先说 Karpathy 的核心比喻，一句话就懂：把大模型想成编译器。

你写程序的时候，源代码（source code）是一堆人能读的文字，但电脑跑不了。编译器把它变成机器能执行的文件。知识管理也一样——

你手上有一堆原始资料：文章、PDF、笔记、播客转录、网页截图。这些是「源代码」，杂乱、没结构、东一块西一块。

大模型是「编译器」，它读你的源代码，吐出结构化的东西。

吐出来的东西是什么？一个 wiki——一堆 markdown 文件（纯文本加点格式标记，谁都能打开，不被某家软件锁死），每个文件讲一个知识点，互相有链接，有矛盾的地方标出来，有缺口的地方提醒你补。

三层放一块看：

第一层：原始资料（raw sources）。 你收集的文章、PDF、笔记、截图。这一层只读，AI 不改它，它是你的真相源。

第二层：wiki。 AI 读完你的原始资料后生成的结构化笔记。有标题、有摘要、有交叉引用（“这条和那条有关”）、有矛盾标注。人来读、人来审，人来归档。

第三层：schema（规则文档）。 一份你自己写的规则——文件夹怎么分、引用怎么标、新资料进来走什么流程、输出什么格式。相当于给编译器写的配置文件。

三个动作循环用：

Ingest（摄入）。 丢新资料进去，你发 prompt 让 AI 读完、生成结构化笔记草稿，你 review 后把输出存进 wiki，加上交叉引用，标出矛盾。

Query（查询）。 对着你的 wiki 提问，AI 带着出处给你合成答案，答案还能存回 wiki，变成新的知识点。

Lint（体检）。 定期让 AI 扫一遍 wiki，找不一致的地方、补缺口、发现新连接。

你存的每一条知识都在积累，而不是每次重新翻箱倒柜。 这是它跟「存了就忘」的本质区别。

三层架构图 raw 原始资料经大模型「编译」，产出 wiki 结构化笔记 + schema 规则文档

ima 和豆包哪里不够用？

你可能会说：腾讯的 ima 不就是知识库吗？豆包也能上传文件建库啊。干嘛自己折腾？

它们确实能用，轻量速查没问题。但如果你打算长期往上积累知识，有几个事你得想清楚。

你看到的只是答案，看不到中间过程。 ima 和豆包走的是黑盒路线——你喂资料进去，它给你回答。但中间那层 wiki（AI 到底整理出了什么、哪些知识之间有关联、哪里有矛盾），你看不到。Karpathy 框架里最关键的就是中间这层，它让你知道 AI 知道什么、不知道什么。黑盒把这层藏起来了。

数据不在你手里。 你的资料存在它们的云上。哪天服务调整、涨价、下线，你的知识库就悬了。这不是假设——你用过的工具里，有多少还在？

搬不走。 你在 ima 里积累的知识，换到别的工具迁移成本很高。这叫「供应商锁定」（vendor lock-in），意思是你的数据被困在某家的系统里，换一家等于丢一批。

对大多数人的大多数场景，ima 和豆包够了。这篇写给那部分要把知识当资产来积累的人——需要拥有、迁移、审计自己的知识。

我自己的分法：查个菜谱、问个翻译，用豆包就行。但我写东西要用的素材库、我研究一个领域积累的笔记，这些我不会放黑盒里。

国产自建栈：三层各配一个

按 Karpathy 的三层，每层配一个国产工具，全程 GUI（图形界面），不用敲命令行。

编译器（大模型）：DeepSeek

首选 DeepSeek。推理能力强，API 便宜（几块钱能用很久），注册就送额度。你只需要一个 API key（一串密码，官网注册后在控制台能找到，下面实操会讲）。

隐私边界： 资料经 DeepSeek API 处理，内容会发给模型服务商，不是全程本地私密。敏感合同、病历、客户资料别直接喂云端 API。

备选：通义千问（阿里的）、Kimi（月之暗面的）、智谱 GLM。都能接，原理一样。DeepSeek 性价比最高，先用它。

IDE / wiki（看 markdown 的地方）：思源笔记

思源笔记，国产开源软件，装在你电脑本地。数据全部存在你自己机器上。支持块级双向链接（就是一句话可以链接到另一句话，笔记之间织成网），笔记用 markdown 写，也能随时导出成 markdown 纯文本文件——谁都能打开，不被某家软件锁死。

备选：Obsidian，也是本地 markdown 笔记，生态更大，但国外产品，中文体验差一点。

为什么选思源？ 数据在本地、国产优先、开源免费、markdown 格式不锁人。你写的笔记导出成 markdown，用记事本都能打开。

AI 出力，你归档：Cherry Studio

Cherry Studio，国产开源桌面客户端。装好之后能接 DeepSeek 等多家模型，内置知识库功能，能让 AI 读你本地的资料、基于导入内容做检索问答。跨平台，Mac 和 Windows 都能跑。

核心能力：基于你导入的资料做检索问答，按照你的 prompt 生成结构化笔记草稿。不是一键全自动维护 wiki——AI 负责出力（读资料、总结要点、找关联），你负责派活与归档（发 prompt、把输出存进思源、把关）。

如果你想要真正的「全自动维护」，需要能读写本地文件的编程类 agent（Karpathy 原版用的 Claude Code 就是这条路），那是进阶方向。零基础先用 Cherry Studio 跑通再说。

进阶可选：RAGFlow、Dify、Ollama 这些，能做更精细的本地部署，但需要一点折腾，给愿意深入的人。

手把手实操：全程点鼠标

下面是最简路径，不写代码。建议先拿手边十篇八篇资料试跑，别一次全灌进去。

Step 1：装思源笔记，建三层文件夹

去思源笔记官网下载安装包，装好打开。

新建一个笔记本，起名叫「知识库」。在里面建三个文件夹（思源里叫「文档」）：

建完之后，你的左侧目录树应该长这样：

知识库/
├── raw/
├── wiki/
└── schema/

思源笔记目录结构 三个文件夹：raw 放原料、wiki 放编译产物、schema 放规则

Step 2：写一页极简 schema

在 schema 文件夹下新建一个文档，标题叫「知识库规则」。内容就写这几条（后面会让 AI 按这个规则干活）：

1. 新资料放进 raw/，按来源分子文件夹（文章、PDF、笔记、播客）
2. AI 读完 raw 里的资料后，在 wiki/ 下生成或更新笔记页
3. 每个 wiki 页面必须有：一句话摘要、3-5 个关键要点、与其他页面的交叉引用
4. 有矛盾的地方用 ⚠️ 标出来
5. 格式用 markdown，标题用 #，重点用 **加粗**
6. 新页面命名格式：主题词-子主题.md

这就是你的「配置文件」。后面 AI 就按这个来。

Step 3：拿 DeepSeek API key

打开 DeepSeek 开放平台官网（platform.deepseek.com），用手机号注册登录（可能需要实名认证，是一次性的）。进到控制台，找到「API Keys」那一栏，创建一个新的 key。它会给你一串字符，复制下来存好。

费用方面，DeepSeek 的 API 按 token 计费（token 大约是一个中文字），价格很低。先充几块钱，够你折腾很久。API key 别外泄，设个预算上限。

Step 4：装 Cherry Studio，接上 DeepSeek

去 Cherry Studio 官网下载安装包，装好打开。

在设置里找到「模型管理」或「API 配置」（界面版本不同措辞可能有差异，以你看到的为准）。服务商选 DeepSeek（不是 OpenAI），把刚才复制的 API key 粘进去。模型选 deepseek-chat（通用对话，日常够用）；想要更强推理能力可以选 deepseek-reasoner。保存。

点一下「测试连接」，显示成功就行。

Step 5：丢第一批资料，做第一次 ingest

把你手上的资料——先拿十篇八篇试，别一次灌太多——丢进思源笔记的 raw/ 文件夹。过长的资料分批处理。

然后回到 Cherry Studio，新建一个对话，告诉它：

「请读以下资料，按照这个 schema 规则，在 wiki 目录下为每个主要主题生成一个结构化笔记页面。每个页面要有一句话摘要、3-5 个关键要点、与其他页面的交叉引用。有矛盾的地方标 ⚠️。」

把 raw 里的内容（或关键部分）粘进去，或者用 Cherry Studio 的知识库功能让它直接读本地文件。

它会给你输出结构化的 wiki 页面草稿。这步是手动搬运——在思源笔记的 wiki/ 文件夹下新建文档，把 AI 输出粘贴进去（或导入 .md 文件）。思源和 Cherry Studio 之间没有自动桥接。

完成这一步，你的知识库就跑起来了。 raw 是原料，wiki 是编译产物，schema 是规则。后面就是不断循环。

验证：你真的搭通了

三个检查：

  1. 对着 wiki 问一个跨资料的问题，AI 能引用具体来源回答
  2. wiki 页面有摘要、要点、交叉引用（不只是复制粘贴原文）
  3. 三个目录（raw / wiki / schema）都在

三条都过，说明你的「编译器」跑通了。

日常怎么用：三种节奏

搭好之后，日常就三个动作循环。

Ingest（摄入）：看到好东西就丢进去。 读到一篇好文章，复制到 raw/，告诉 Cherry Studio「新资料来了，按 schema 整理，更新 wiki」。它会生成新页面草稿或更新已有页面——你 review 后手动复制回思源。

Query（查询）：带着问题问。 要写东西、要做决策，先对着 wiki 问。比如「我之前存过哪些关于 xxx 的资料？有什么矛盾的地方？」AI 带着出处给你答案，比你翻收藏夹快得多。重要答案还能存回 wiki，变成新知识。

Lint（体检）：每个月扫一次。 把几个相关 wiki 页面一起喂给 AI，让它找不一致的地方、补缺口、哪些页面该更新了。别一次喂太多，挑相关的几页就行。

节奏建议： 日常 ingest，写作或决策前 query，每月一次 lint。不需要每天花时间，有新资料就喂，没新资料就放着，它不会跑。

日常三节奏循环图 摄入→查询→体检，三个动作构成持续积累的闭环

几个坑，提前说

坑一：AI 会写错。 它整理出来的 wiki 不是百分百准确，有时候会概括偏、会遗漏。你必须 review，不能直接信。这是自建的代价——你得自己当审稿人。

坑二：schema 要迭代。 第一版规则肯定不完美，用着用着你会发现「这个格式不好用」「这个分类不合理」。改就是了，schema 就是一份文档，随时能改。

坑三：别贪多。 一开始别把所有资料一次性丢进去，先拿十篇八篇试，跑通流程、磨好 schema，再批量灌。不然 AI 会给你一堆乱七八糟的页面，review 的成本比自己写还高。

坑四：API 要花钱。 虽然便宜，但不是免费。重度使用一个月大概几十块。跟它省下来的时间比，值。

坑五：持续成本。 跑通之后，每月大概要花 1-2 小时维护——review AI 输出、迭代 schema、月度 lint、手动 ingest。这是用可控性换的时间，不是免费的午餐。

这件事的真正意义

顺着 Karpathy 这个编译比喻往下想：大部分人的知识管理，连「编译」这一步都没做——资料存了一堆，始终是散落的源代码，从没被整理成能运行的东西。

收藏夹就是一堆从没被编译过的源代码。你存了一百篇文章，它们没有变成你能调用的知识。ima 和豆包帮你编译又运行了，但编译产物不在你手里——你用的是别人服务器上的可执行文件，随时可能下线。

自建的意义不是折腾，是把知识变成你的资产。今天存的笔记，明天自动跟你新的资料产生连接。换个工具，markdown 文件拷走就行，迁移成本很低。你能看到 AI 到底整理出了什么，对不对自己判断。

当然也要说代价：你得自己维护规则，AI 偶尔写错你得 review，比一键问答案麻烦。但换来的东西，是那些一键工具给不了的。

你收藏夹里那些文章，值得被编译一次。 今天下午，拿你最常查的三篇资料试一试。

引用出处

DAVID YIN · 2026 · 06 · 27 · 杭州
← Older · N°060
真正的门槛不是写代码，是会不会指挥 AI
Newer →
— 这是最新一篇 —