有热爱知识管理或记笔记、
Obsidian重度用户、
散落在各家AI工具里有价值的聊天记录，但苦于难于整理的用户、
想实践LLM Wiki理念的小伙伴看过来哈🥳~
推荐一个神器工具：Karpathy LLM-Wiki

不知道你们有没有这种感觉：每次看完书、或者跟各种大模型聊完天，感觉自己吸收了好多干货。结果过个几周，打开 Obsidian 一看，全是一座座互不相通的“笔记孤岛”。想找个以前记过的观点，死活搜不到。

看着那些花里胡哨的关系图谱，心里其实很清楚，那很多都是自己手动硬连的，既费时又没啥真实逻辑。

市面上的云端AI知识库是好用，但要把私密笔记传到别人的服务器，总归不踏实；而传统的本地 RAG 又像个无情的切割机，只能做生硬的关键词匹配。

因为实在找不到完全符合心意的工具，我干脆自己动手，写了这个 Obsidian 插件—— 「Karpathy LLM Wiki」。

它的理念特别直接：你只管在本地安静地写，让 AI 在后台帮你编织知识网。

分享几个我自己用到爽的瞬间：
1️⃣ 碎片大一统： 配合 Web Clipper 剪藏的网页，或者平时跟各个 AI 零散的聊天记录，丢进去后，它能自动把这些碎片串联起来。
2️⃣ 跟自己的笔记聊天： 它不会像通用 AI 那样胡编乱造，而是完全基于你自己的笔记回答，每个观点都带有原文链接，一秒定位出处。
3️⃣ 通过Z-Library下载电子书，然后通过 MinerU 转换为 Markdown 格式，然后进行摄入。我曾把《史记》丢进去，自动梳理出的概念网和人物链条，真的绝了[赞R]

插件上架一个多月，完全免费开源，原本只是写给自己用的，没想到当前已悄悄破了 9000 多次下载。

如果你也是个知识管理控，或者正愁几千条笔记没法整理，真心建议去 Obsidian 插件市场搜一下它试试[偷笑R][偷笑R]

作为一个还在高频迭代的个人开发者，大家用完有什么吐槽或者灵感，随时在评论区告诉我，我来改！👨‍💻

👉 插件官网：llmwiki.greenerai.top
👉 Obsidian 官方插件社区一键安装：community.obsidian.md
👉 GitHub 仓库：github.com/green-dalii/obsidian-llm-wiki
👉 MinerU Markdown在线转换工具：mineru.net

#Obsidian #知识管理 #知识图谱 #独立开发者 #生产力工具 #学习笔记 #AI的神奇用法

线下成功追“星”温老师😉
与秦托邦小伙伴相聚福建屏南🏞
与团队成员田野老师、@斑比布丢丢 、@朱晓玫 一起脑暴🤯奋战乡建黑客松~真爽~😬太爱我们团队的小伙伴了！
也相识很多有趣的朋友们🥰开心
龙潭村真美，真惬意🫶Enjoy~

有没有高强度使用🟣Obsidian笔记
或者有一大堆尘封笔记在记录等待挖掘的小伙伴呢？👀看过来哈🤞

如果想把自己的笔记转换为有用的知识库，像维基百科一样，可以来试试我开发的Obsidian插件：「 Karpathy LLM Wiki 」

无论是整理个人笔记、灵感捕捉、内容创作、学术研究，还是有大量与AI聊天记录需要知识化的小伙伴，都可以使用这个插件把你的零散文件全自动组织成知识金矿⛏️供你使用，也可以直接向你的Wiki提问~(图8、9)

目前已上线Obsidian官方社区市场，有300+用户使用(图4)，可以直接在Obsidian设置→第三方插件市场中搜“Karpathy”(图6)安装启用~

插件本身完全免费，但需要接入自己的LLM(如需试用我可提供API Key)

欢迎小伙伴们使用和反馈~

🌐官网 - llmwiki.greenerai.top
🐙Github - github.com/green-dalii/obsidian-llm-wiki
🟣Obsidian插件市场 - community.obsidian.md/plugins/karpathywiki

还是DeepSeek赛博菩萨好🙏这缓存命中率也太夸张了，平均90%+，不知道他们咋做到，钱包终于不痛了🤪

这两天高强度使用下来，干活差不多能追平4.6，超长上下文用起来确实爽~长任务稳定性好很多，再叠加这离谱的缓存命中率，性价比直接💥

DeepSeek他们还是太谦虚了🥹

有在用🟣Obsidian做笔记和知识库管理的小伙伴看过来哈~

受Karpathy提出的llm-wiki理念的启发，一直想用起来，奈何搜遍Ob官方社区也没找到类似的插件，周末就疯狂压榨Claude Code开发实现了LLM-Wiki的Obsidian插件：「Obsidian-LLM-Wiki」

地址是：github.com

只要跟随文档安装(见图3，简单复制粘贴)，填入你的大模型API Key后(密钥只存于你本地🔒安全性拉满)，直接Cmd+P在命令面板里输入任意“llm、karpathy、wiki”关键词就能找到入口(图3)。

你可以选择一个文件夹做批量摄入，等一会，就能在Ob的根目录看到名为「wiki」的结构化知识文件夹📁(图4)，你可以用ob的关系图谱打开它(图5)，也可以使用图3中的查询命令对知识库进行Q&A(图6)，如果认为讨论的有价值，还能一键将内容保存到llm-wiki~

欢迎来使用哈~新特性还在开发中~有任何问题都可以直接和我联系~🥰

咱就是说，🐱就不能倒车入库么

『不诱于誉，不恐于诽，率道而行，端然正己。』
在当下这种非捧即踩的环境下，这句话真令人唏嘘……

唯一遗憾的不是多模态🥲其他已经够好了，拖了这么久才发布，看来国产芯片的训练和推理已经规模化跑通了，从v4开始，算力不再是卡脖子的点了，后面会迅速赶上的。

与其让“危险”的奥特曼的取得AGI的果实，我更愿意有着人文主义情怀的DS去摘取

可惜目前v4-flash和pro都不是多模态啊🥲

回来考古~
1M的超长上下文目前这个Lite版本已经印证了，就看全参数版的V4是不是多模态了🫣🫣🫣