AI知識庫不該只會收藏：我想打造一個能自動加工的AI知識庫，把 Dan Koe 和 LLM Wiki 合成 AIWiki

MaxKing寶藏全棧開發者 × 量化交易 × AI 重度用戶。這裏記錄我用 AI 提升效率、解決問題、優化流程 的真實實踐，也分享工具背後的判斷、踩坑和可複用方法。AIWiki · 個人知識工廠 03前兩篇寫完後，我反而更確定了一件事：我真正想做的，不是一個普通知識庫。第一篇我講的是收藏吃灰的問題。很多人收藏了大量文章、連結、筆記、教程，但真正要寫文章、做方案、整理思路時，還是要從零開始。【為什麼你收藏了那麼多文章，最後還是寫不出來想要的文章？你要打造自己的個人知識工廠】第二篇我講的是 Karpathy 提出的 LLM Wiki。它給我的啓發是：知識庫不應該只是資料堆，也不應該每次都靠 RAG 臨時翻資料、拼答案，而應該讓 AI 持續把資料讀懂、拆解、整理、更新，形成一個不斷生長的 Wiki。【Karpathy 的 LLM Wiki 給了我一個啓發：知識庫不該只是收藏夾，而是加工成可調用、可維護、可產出的內容資產，提寫作和內容創作效率】但到這裏，我發現還差最後一塊。知識沉澱之後，到底怎麼變成內容產出？如果一個知識庫只是越來越完整，但不能幫我寫文章、做選題、產出方案，那它仍然離我的真實工作流有一段距離。所以，我開始想：有沒有可能把這兩條線合在一起？01-MaxKing.cc-Dan Koe 讓我重新理解了內容創作Dan Koe 給我的啓發，不是某個具體模板，而是一種內容生產的思路。很多人以為，持續輸出靠的是靈感。今天有靈感，就寫一篇；明天沒靈感，就斷更。看到好文章就收藏，看到好觀點就記下來，期待未來某一天能用上。但真正到了要寫的時候，還是打開空白文檔，從標題開始重新想。每次創作都像重新開工：重新找資料，重新想角度，重新設計結構，重新找案例，重新組織表達，重新說服自己這篇文章值得寫。不是因為沒有輸入，而是輸入沒有變成可複用資產。一篇文章如果只是被收藏，它還是別人的文章。只有當它被拆出來，變成觀點、鈎子、結構、案例、金句、轉化弧、選題和大綱，它才開始變成你的素材。我現在越來越覺得，內容創作不是從空白頁開始，而是從素材庫里長出來。Dan Koe 這條線解決的是：內容如何持續輸出。02-MaxKing.cc-LLM Wiki 讓我看到知識沉澱的另一種方式但只解決內容輸出還不夠。如果所有素材只是散落在一堆文檔裏，時間久了，還是會亂。這時候，Karpathy 的 LLM Wiki 給了我另一個啓發：知識庫不應該只是臨時檢索資料，而應該被 AI 持續編譯和維護。傳統 RAG 更像“臨時翻書”。你問一個問題，系統去資料堆裏找相關片段，然後臨時拼出一個答案。這當然有用。但問題是，這次回答結束之後，知識有沒有真正沉澱？下次再問類似問題時，是不是還要重新檢索、重新拼接、重新組織？LLM Wiki 的思路不一樣。它不是每次都臨時找答案，而是在資料進入系統時，就開始做整理：保留原文、提取概念、更新頁面、建立關聯，把原始資料變成可維護的 Wiki。這樣，知識不是問的時候才被臨時拼出來，而是在平時就被持續整理、更新和沉澱。LLM Wiki 這條線解決的是：知識如何長期沉澱。03-MaxKing.cc-一個偏輸出，一個偏沉澱，但單獨看都不完整這兩條線單獨看都很有價值。但我越想越覺得，單獨做其中一個，都不夠完整。如果只學 Dan Koe 的內容系統，我會更重視選題、表達、內容資產、寫作結構。但這些素材如何長期沉澱？如何更新？如何關聯？如何避免越積越亂？這仍然是問題。如果只做 LLM Wiki，我可能會得到一個更好的知識系統。它能保存原文、整理概念、更新 Wiki、建立知識關聯。但這些知識如何變成選題、文章、公眾號內容、視頻腳本、項目方案？這條輸出鏈路還不夠直接。我理解的兩條線Dan Koe解決內容資產、持續輸出、選題和表達的問題。LLM Wiki解決知識沉澱、持續維護、結構化 Wiki 的問題。AIWiki要把資料變成知識資產，再讓知識資產持續服務內容產出。所以我不想只做一個能存資料的知識庫，也不想只做一個寫作素材庫。我想要的是二者之間的閉環。04-MaxKing.cc-所以我想把它們合成 AIWiki這就是 AIWiki 的定位。它不是普通 Obsidian 模板，不是提示詞合集，不是另一個收藏夾，也不是單純的 RAG 知識庫。我想做的是：把資料加工成知識資產，再讓這些知識資產持續服務內容產出。一篇文章或一個連結進入 AIWiki 後，不應該只是被保存。它應該經歷一輪加工：先保留原文，再生成資料卡，再提取關鍵觀點，再沉澱到相關知識頁面，再拆出創意積木，再生成可寫選題，再生成文章大綱，最後支撐內容產出。文章 / 連結↓Raw 原文歸檔↓Source Card 資料卡↓Wiki 知識沉澱↓Creative Assets 創意積木↓Topics 選題 / Outline 大綱↓內容產出 / 反饋迴流這才是我理解的個人知識工廠。不是資料進來就結束，而是資料進來後，要繼續被拆、被連、被用、被複盤。05-MaxKing.cc-AIWiki 的核心是加工，而不是收藏我現在越來越覺得，知識庫最容易被誤解的地方，就是大家太關注“存”。存在哪裏？怎麼分類？怎麼打標籤？用 Notion 還是 Obsidian？要不要雙鏈？要不要圖譜？這些都重要，但它們不是最核心的問題。真正核心的問題是：這條資料最後有沒有被用起來？一條資料進入 AIWiki 後，至少應該變成一個知識頁面、一張資料卡、一個創意積木、一個選題、一份文章大綱，或者一篇內容。如果它什麼都沒有變成，只是靜靜躺在文件夾裏，那它和普通收藏沒有本質區別。06-MaxKing.cc-第一版只解決一件事AIWiki 後面當然可以做很多事情。比如自動收集資料、批量處理連結、接入飛書羣、接入微信和 Discord、接入 OpenClaw / QClaw、做團隊知識流。但第一版我不想一上來做大而全。第一版只解決一件事：把一篇資料加工好。用戶手動給一篇文章或一個連結。AIWiki 能自動生成原文歸檔、Source Card、創意積木、選題和文章大綱。這一件事先跑通。如果一篇資料都加工不好，批量只會批量製造垃圾。所以第一版要剋制。先把最小閉環跑起來。07-MaxKing.cc-下一篇，我會把流程圖畫出來到這裏，AIWiki 的定位就清楚了。Dan Koe 解決輸出。LLM Wiki 解決沉澱。AIWiki 要做的是把二者連成一條工作流。這條工作流不是為了讓收藏夾更大，而是為了讓資料真正變成可沉澱的知識、可複用的積木、可延展的選題、可寫作的大綱、可發佈的內容。下一篇，我會把整個 AIWiki 的流程圖畫出來。一篇文章或一個連結，如何從 Raw 原文歸檔，變成 Source Card 資料卡，再變成創意積木、選題和文章大綱，最後進入內容產出和迴流。如果你也想看這套系統怎麼搭，可以關注公眾號，回覆：AIWiki我會繼續整理《AIWiki 個人知識工廠流程圖》，也會在羣裏同步最新開發進度。AIWiKi永久免費下一篇預告AIWiki 個人知識工廠流程圖：一篇文章如何變成內容資產？- END -關於 MaxKing寶藏我是 MaxKing，全棧開發者、量化交易實踐者，也是 AI 重度用戶。這裏分享的不是遙遠概念，而是我在真實使用、搭建和踩坑後留下的判斷。如果這篇文章對你有啓發，歡迎點贊、在看、轉發，也歡迎加我好友交流 AI 工具和自動化實踐。

• AI知識庫不該只會收藏：我想打造一個能自動加工的AI知識庫，把 Da…
• AI知識庫不該只會收藏：我想打造一個能自動加工的AI知識庫，把 Da…
• AI知識庫不該只會收藏：我想打造一個能自動加工的AI知識庫，把 Da…
• AI知識庫不該只會收藏：我想打造一個能自動加工的AI知識庫，把 Da…
• AI知識庫不該只會收藏：我想打造一個能自動加工的AI知識庫，把 Da…