LLM-Wiki
Andrej Karpathys Muster für persönliches Wissen: Ein LLM-Agent liest jede Quelle einmal und arbeitet sie in wachsende, verlinkte Notizen ein.
Geprüft von adrian
am
Ein LLM-Wiki ist ein Muster von Andrej Karpathy: eine persönliche Wissensdatenbank, die ein Sprachmodell-Agent gemeinsam mit der Person pflegt, der sie gehört. Statt für jede Frage die Rohdokumente neu zu durchsuchen, liest der Agent jede Quelle einmal und arbeitet sie in eine wachsende Sammlung verlinkter Notizen ein. Die Person wählt die Quellen aus und stellt die Fragen. Der Agent fasst zusammen, verknüpft und führt ein Logbuch. Die üblichen Abläufe sind Einlesen, Abfragen und Prüfen.
Beruht auf
-
Building the knowledge graph site with Claude Code
(
raw/2026/2026-11-11/building-the-knowledge-graph-site-with-claude-code.md) [chat]
Mehr dazu
Behandelt in
- Die Suche meiner Wissensdatenbank vermessen Fünf lokale Embedding-Modelle gegen 26 Testfragen: warum die Suche jetzt mit BGE-M3 statt multilingual-e5-small läuft, mit einem neuen Mindestwert.
- Wie ein LLM-Wiki funktioniert Wie ein LLM-Wiki funktioniert, am Beispiel dieser Wissensdatenbank: Markdown in einem eigenen Git-Repository, ein Python-Tool mit MCP für Agenten und eine Website, die nur anzeigt.
Gehört zu
- Wissensmanagement Wie ich Notizen sammle und verknüpfe: Zettelkasten, Wissensgraph und ein LLM-Wiki, das ein Agent mitpflegt.
Siehe auch
- KI / Sprachmodelle Wofür ich Sprachmodelle einsetze: Agenten, lokale Modelle, RAG und kleine Programme, in denen ein Modell eine Aufgabe übernimmt.
- KI-Agenten KI-Apps, deren Sprachmodell Werkzeuge aufruft, um Arbeit zu erledigen, etwa Claude Code und Claude Desktop, und wie du sie sicher betreibst.
- Wissensgraph Wissen als Netz aus Knoten und benannten Beziehungen statt als Liste nach Datum. Die Struktur zeigt, was womit zusammenhängt.