llm-wiki SKILL inspired by Karpathy
一个专为管理、查询和操作基于Markdown的LLM知识库而设计的技能。
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：llm-wiki SKILL inspired by Karpathy。 它的用途是：一个专为管理、查询和操作基于Markdown的LLM知识库而设计的技能。 完整的 Skill 内容见：https://321skill.com/skills/llm-wiki-skill-inspired-by-karpathy-x-7/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
“使用llm-wiki技能，帮我查询知识库中关于‘神经网络注意力机制’的最新笔记。”，它会自动解析你的知识库索引，定位相关Markdown页面，并综合内容给出详细解答，同时注明信息出处。或者你可以说：“运行agent-bridge lint检查一下我的wiki，修复所有坏的内部链接。”，它会执行链接检查和修复任务，确保知识库导航顺畅。
介绍
这个技能旨在解决开发者和研究人员在构建和维护大型语言模型知识库时遇到的文档管理、信息检索和自动化处理难题。它能够将各种源文件（如代码、文献）高效地摄取并转换为结构化的Markdown维基页面，形成一个易于导航和查询的知识体系。
用户可以通过自然语言向AI提问，技能会基于知识库的核心索引文件（如wiki/index.md）及其链接的所有页面内容来生成精准答案。此外，它还提供了一系列强大的自动化任务，如运行代理桥接器来检查知识库状态、修复链接、合并内容、执行查询和重建索引，并能自动保留文档的来源和时间戳等元数据。对于学术研究场景，它还能与Zotero文献管理工具集成，方便用户将文献资料直接纳入知识库。
该技能非常适合需要构建个人或团队知识库的开发者、研究人员和内容创作者，特别是那些处理大量技术文档、研究笔记或项目资料，并希望实现自动化管理和智能问答的用户。
使用建议：在开始前，请确保你的知识库源文件结构清晰。初次使用时，建议先运行agent-bridge status或lint任务来检查知识库的健康状况。对于复杂查询，可以引导AI优先从指定的索引文件开始查找，以提高答案的准确性和相关性。
核心特点
与通用文档问答技能不同，它深度集成了“代理桥接器”，提供了一套完整的知识库运维工具链（如link, relink, merge, query, index），能够主动维护知识库的完整性和一致性，而不仅仅是被动查询。同时，它强调对文献来源（provenance）和时间元数据的保留，并原生支持与Zotero集成，使其在学术和研究场景中更具优势。
注意事项
不适合处理非结构化或非文本为主的资料库（如图片库、音视频库），且高度依赖Markdown格式的知识库结构。
常见问题
这个技能能处理哪些格式的源文件？
主要设计用于处理文本类源文件，并转换为Markdown。具体支持格式取决于集成的解析工具，通常支持代码文件、纯文本、PDF（需额外解析）等。
如何将Zotero中的文献导入知识库？
技能可以通过与Zotero的API或数据文件交互，将文献条目及其元数据（如标题、作者、摘要）自动提取并格式化为Markdown页面，存入知识库指定位置。
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/llm-wiki-skill-inspired-by-karpathy-x-7/raw/index.md 读取 llm-wiki SKILL inspired by Karpathy 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/llm-wiki-skill-inspired-by-karpathy-x-7/raw/index.md（查看排版版本）