讓每一次理解,都有地方留下來

不用每次問 AI,
都重新開始。

LLM Wiki 教學:由零建立自己的 AI 知識庫。把讀過的資料、做過的筆記與自己的判斷連起來,讓下一次提問,接得上你已經累積的理解。

01 / 先找到你的問題

資料存低咗,理解有冇留下來?

筆記、文章與工作經驗散喺不同地方,下次遇到相近問題,往往又由頭找起。Wiki 唔只收藏資料,而係留下「我理解咗甚麼、根據甚麼、仲有甚麼未確定」。

先選一個你真正在意的主題:認識自己、研究一門課、整理工作方法,或建立公司的知識。唔使一次過整理整個人生,先完成一個可以查回來源的小循環。

延伸閱讀:為什麼是清醒?經驗不必每次歸零。

為什麼是清醒?

經驗不必每次歸零。

學得更多、做得更快之前,先問:我留下了甚麼?清醒,是知道自己為何而做,也讓每次學習與工作,留下可以回看、查證與繼續運用的理解。

01

讀過的文章、做過的筆記、想通的問題,散在不同工具裡。下次遇到同一個問題,卻又要從頭找起。

02

把資料存下來,只是開始。更有用的是留下自己的理解:哪些說法互相支持?哪裡有矛盾?現在的判斷,依據是甚麼?

03

AI 可以協助整理與連結;甚麼值得留下、哪些結論需要修正,仍由你判斷。每次查核與實踐,都讓下一次有更好的起點。

在 Delic,中道練覺察,GEAR 建系統。向內看清自己的方向,向外留下知識與判斷,讓能力隨著每次實踐累積。

02 / 看懂一個循環

LLM Wiki,把資料連成自己的理解。

LLM 是能理解和生成文字的 AI;Wiki 是一組互相連結、可以持續更新的知識頁。你提供材料與問題,AI 協助整理與連結,你核實來源、保留判斷。

  1. 01

    放入材料

    保留文章、筆記與原始來源。

  2. 02

    整理理解

    連結觀點、比較差異、留下引用。

  3. 03

    帶著問題運用

    查回依據,寫作、研究或完成工作。

  4. 04

    回看與修正

    把新發現與矛盾寫回 Wiki。

假設你想研究「怎樣提升專注」:先放入閱讀筆記與自己的觀察,再請 AI 比較觀點。試過一個方法之後,記下結果;下一次提問,就有來源、有經驗,也有需要修正的地方。

03 / 先看全程,再做第一步

六課,一步步建起你的系統。

第一次接觸,由第 1 集開始;工具已裝好,可以直接到第 2 集。之後再學插件、Skill、工作流及維護,唔使一開始就全部掌握。

  1. Wiki 安裝教程 1/6|安裝 Node.js 與 CodeBuddy

    完成後:裝好 Node.js 與 CodeBuddy,確認環境可用。

  2. Wiki 安裝教程 2/6|建立知識庫,完成第一次收錄

    完成後:建立知識庫資料夾,完成第一次收錄。

  3. Wiki 安裝教程 3/6|安裝商店插件與使用第一個 Skill

    完成後:安裝並驗證第一個插件或 Skill。

  4. Wiki 安裝教程 4/6|修改與驗收你的 Skill

    完成後:修改一個 Skill,並用新材料驗收。

  5. Wiki 安裝教程 5/6|把工具串成一個工作流

    完成後:把收錄、查詢與摘要串成一個工作流。

  6. Wiki 安裝教程 6/6|日常維護與備份

    完成後:定期健康檢查,並備份與復原知識庫。

04 / 動手建立 → 05 / 日常運用

START YOUR OWN WIKI

從哪裡開始?先讓 AI 建好你的知識庫

按 Delic 的安裝教學,先裝好工具,再在自己的資料夾裡,讓 AI 讀懂 Karpathy 的設計,與你一起建立適合自己的版本。建好後,才開始加入資料。

  1. 01 / 裝好工具

    安裝 CodeBuddy 與 CLI

    先準備 Node.js、CodeBuddy 編輯器及 CodeBuddy CLI。編輯器讓你看檔案,CLI 讓你在對話中請 AI 操作這些檔案。完成安裝及登入,確認 CLI 能啟動後再繼續。

    跟第 1 集安裝工具
  2. 02 / 開啟自己的工作區

    建立一個空資料夾,讓 AI 在這裡工作

    在電腦建立一個容易找到的資料夾,例如 my-wiki。用 CodeBuddy 開啟它,再在這個資料夾的終端機啟動 CLI。先確認目前位置正確,避免把知識庫建到其他專案裡。

    在終端機輸入:

    codebuddy
  3. 03 / 把設計交給 AI

    貼上 Karpathy 原文,和 AI 一起初始化

    開啟下面的原文,按「Raw」查看純文字,把內容複製到 CodeBuddy 對話,再加上以下要求。原文提供方法,具體分類和規則則按你的用途決定。

    開啟 Karpathy 的 LLM Wiki 原文 (新分頁)

    貼上原文後,在 AI 對話中輸入:

    請先閱讀我剛才貼上的 LLM Wiki 設計。
    我想用知識庫整理[填上你的用途,例如工作經驗、研究或讀書筆記]。
    
    請先和我確認用途與分類,再列出建立計劃:
    - raw/:原始資料,只讀不改
    - wiki/:由你整理及維護的知識頁
    - AGENTS.md:收錄、查詢與健康檢查的規則
    - index.md:全庫目錄
    - log.md:只追加的操作紀錄
    
    等我確認後才建立檔案,並逐項說明用途。

    看過計劃、確認範圍後,再讓 AI 建立。最後在檔案總管打開實際檔案,核對結構與規則。不同工具的規則檔名和載入方式可能不同;開始工作前,明確請 AI 讀取你們訂好的規則。

建立完成後,你的資料夾裡會有原始資料區、知識頁區及工作規則。接下來放入你自己的文章、筆記或研究材料,才開始第一次 ingest。

想一眼看全程?展開互動流程圖

由安裝到日常使用,一張圖看清楚

先建立工作區與規則,再加入資料。日間動態圖可暫停;開啟全螢幕後,可點選節點及放大細看。

全螢幕探索流程圖 (新分頁)

INGEST / QUERY / LINT

建好之後,記住三個日常動作

ingest

有新資料,就收錄

把自己的材料放進 raw/,請 AI 按規則整理,更新知識頁、引用及目錄。原始資料保留。

在 AI 對話中輸入:
ingest from raw

query

有問題,就查詢

讓 AI 讀相關知識頁,回答並列出引用。資料不足就說明缺口;有用的分析可經你同意後存回知識庫。

例如:
「根據我的知識庫,這個主題有哪些重點?請附引用。」

lint

用一段時間,就檢查

請 AI 找出矛盾、過時說法、斷掉的連結及未接起來的頁面,先列問題,再決定怎樣修正。

例如:
「檢查知識庫健康,先列出問題和建議,等我確認才修改。」

這些是你與 AI 約定的工作方式,不是所有工具都內建的終端機指令。原始資料的選擇、重要結論與修訂方向,仍由你判斷。

第 2 集:建立知識庫與第一次收錄

06 / 遇到疑問,再回來查

常見問題

要懂程式嗎?

不需要寫程式。你需要在終端機輸入少量指令,並看懂結果是否成功;六集會逐步說明每一步在哪裡做、預期看到甚麼。

先用哪個工具?

六集以編輯器、Node.js 現行 LTS 和 CodeBuddy CLI 示範。方法可配合不同工具使用,其他工具也可採用類似做法;規則檔名、載入方式與支援程度需按各工具文件確認。

和 RAG 有甚麼分別?

RAG(檢索增強生成)是在生成答案時檢索相關資料,供模型參考的方法。LLM Wiki 則先把來源整理成可閱讀、可修改的知識頁,並寫下操作規則。兩者可以並用;可追溯性與答案品質仍取決於來源、實作及驗收。

AI 的答案怎樣驗收?

問 AI:「這句話從哪裡來?」打開它提供的原文,看看是否真的這樣說。兩份資料說法不同,就先把問題記下來,再決定相信哪一個。

方法從哪裡來?展開思想來源與原文依據

方法依據 / ORIGINAL SOURCES

思想有來處,方法有依據。

這三份資料,分別幫我們理解「怎樣連起知識」、「怎樣請 AI 整理」和「怎樣跟進變化」。想知道細節,可以打開作者的原文;Delic 的教學會帶你動手練習。

01 / Memex · 1945

Vannevar Bush

把有關的資料,連在一起。

1945 年,Bush 想像一種叫 Memex 的裝置,可以把相關資料連在一起。好像你看「植物」時,也能順著連結找到「陽光」和「水」。這是一個早期構想,不是今天的 AI 軟件。

閱讀歷史原文(在新分頁開啟)

02 / LLM Wiki · 公開方法

Andrej Karpathy

請 AI 幫你整理,越學越完整。

Karpathy 提出 LLM Wiki 方法:新資料來了,請 AI 整理進已有的知識頁。像把新學到的澆水方法加進植物筆記。你選資料、問問題,也檢查它有沒有寫錯。

閱讀 LLM Wiki 原文(在新分頁開啟)

03 / 營運型知識庫 · 開源實踐

Garry Tan / GBrain

現在怎樣了?以前發生過甚麼?

GBrain 把這個做法用到持續跟進的工作。像一本小組專題簿:上半頁寫「現在做到哪裡」,下半頁記「哪天改了甚麼、根據甚麼」。現況更新了,舊紀錄仍留著。

閱讀 GBrain 架構文件(在新分頁開啟)
打開看看:要準備甚麼?平日怎樣用?

準備三樣東西

Raw|保留來源
像保留課本原頁。AI 寫了甚麼,你可以回來對照。
Wiki|累積理解
像整理好的主題筆記。相關的事放在一起,有不同說法就記下來。
Schema|約定規則
像交給整理助手的規則紙:東西放哪裡、哪些不能改、甚麼時候先問你。AGENTS.md 就是其中一種規則檔。

記住三個動作

Ingest|收錄與整合
有新資料:請 AI 看完,放進合適的筆記頁。
Query|帶著問題查詢
有問題:請 AI 查你的筆記,回答時指出資料在哪裡。
Lint|定期檢查
用了一段時間:檢查有沒有舊資料、互相打架的說法,或找不到的連結。先看問題,再決定怎樣改。

Ingest、Query、Lint 是這三個動作的英文名稱。你可以用普通話語請 AI 幫忙;不是每個工具都認得這些名稱。

上述為思想參照與公開方法來源,不代表作者或專案對 Delic Club 的認證、合作或背書。AI 整理的內容仍需查核來源與人工驗收。

先完成一次,再慢慢累積。

選一份材料,整理一頁理解,問一個問題,核對一次來源。完成呢個小循環,再讓 Wiki 隨你的學習與實踐長大。

瀏覽全部教學文章