karpathy-llm-wiki-bootstrap-skill
用LLM自动构建和维护持久化Markdown知识维基
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：karpathy-llm-wiki-bootstrap-skill。 它的用途是：用LLM自动构建和维护持久化Markdown知识维基 完整的 Skill 内容见：https://321skill.com/skills/karpathy-llm-wiki-bootstrap-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'bootstrap a wiki'，它会引导你设置领域名、维基名称、运行时等参数。创建完成后，把一篇论文复制到raw/目录，然后说：'读取SCHEMA.md，然后ingest raw/论文.pdf'，AI会自动生成wiki/index.md、concept-table.md、overview.md等页面，并以结构化方式整理关键概念、实体和对比。
介绍
通常我们阅读文章、论文或研究笔记后，需要整理成结构化知识，但手动整理耗时且难以持续。这个Skill能帮你把散落的原始材料交给LLM，自动生成一份可维护的Markdown维基——包含概念、实体、对比、综述等页面，并保持结构健康。
使用非常简单：先安装npm包，然后对AI说“bootstrap a wiki”，按提示设置领域、维基名称、运行时等参数。接着把原始文件放入raw/目录，再对AI说“读取SCHEMA.md，然后ingest原始文件”，AI就会自动生成wiki/index.md、concept-table.md等页面。后续可反复添加新源、查询和lint，知识会不断积累。
适合学术研究者、文档工程师、知识管理爱好者，以及需要将大量文献、笔记转化为持久知识库的任何团队或个人。尤其适合那些厌倦了“用完即丢”的RAG查询、希望知识资产持续增值的人。
使用建议：先克隆参考维基（llm-wiki/）了解系统结构；初始搭建时务必仔细阅读SCHEMA.md，这是AI操作的契约；中文维基可直接对AI说“使用中文编译”即可。注意：本Skill依赖LLM调用，建议使用支持长上下文且稳定性好的模型（如Claude、GPT-4）。
核心特点
与普通RAG（检索时临时拼凑片段）不同，这个Skill将知识结构化写入持久化Markdown文件，通过‘raw/原始资料 → wiki/维护页面’的分层架构，让LLM持续维护、更新和lint，形成可积累、可复用的知识工件，而非一次性问答结果。
注意事项
不适合需要实时问答或动态检索的场景，也不适合处理大量非文本格式（如图片、音视频）的知识。
常见问题
安装需要什么前提条件？
需要Node.js环境，运行npx skills add命令即可。AI端需要支持skills协议的IDE（如VS Code、Cursor）或Claude Code等。参考文档中提到的运行时：OpenAI Codex、Claude Code、Copilot (VS Code)。
支持中文维基吗？
支持。在AI指令中明确说“使用中文编译”即可，SCHEMA.md也支持中文定义。参考wiki中已有中文示例。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/karpathy-llm-wiki-bootstrap-skill/raw/index.md 读取 karpathy-llm-wiki-bootstrap-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/karpathy-llm-wiki-bootstrap-skill/raw/index.md（查看排版版本）