▎ 从 “稍后读” 到 “终身维基” ：专为重度阅读者打造的个人知识内化方案
🔗 永久链接 | 更新日志 | 知乎专栏 | Newsletter
🖥 下载地址
Onedrive@世纪互联 | 夸克网盘 | 百度网盘 | Box.net | 更多版本
🔎 什么是 Andrej Karpathy LLM Wiki 方案
一种将个人知识重构成 AI 高效索引与理解的 “结构化 Markdown 外部记忆” 方案 👉 项目地址
📝 为什么简悦要支持此方案
它比 RAG 方案 更简洁，比 AI 浏览器方案 更强大，这套框架的 👉 具体使用方案
💡 1.5.1 版功能
同步助手（主窗体） → 导出 → Karpathy LLM Wiki（LLM RAG）方案，三个设置项：
📕 导出位置（配合 Karpathy LLM Wiki 理念的话，一般是在 raw/ 目录，如不设置此目录会自动导出到本地快照的目录
output/ ）📗 最大行数（LLM 在读取文本文件时，因为上下文的限制，所以需要设置一个最大行数，这样方便 LLM）
📘 导出时可选
全文 或 标注▎ 本次推送是针对 同步助手 1.5.1 版的功能，关于【Andrej Karpathy LLM Wiki 方案】我会再推送一篇
🖥 推荐使用环境
Trae + MiniMax-M2.7（其实更推荐 Codex )
📚 简悦 Andrej Karpathy LLM Wiki 使用方法
为方便快速上手，内置了一些 Demo 数据（来自通过简悦生成的 276 篇文章，分为 47 个文件）
0️⃣ 需配置 本地知识库
1️⃣ 打开 simpread-karpathy-llm-wiki-compiler 并下载
2️⃣ 执行
startup.md 完成全部初始化设置3️⃣ 提问
/ask 请以 OpenAI 为关键字，生成一份以时间线为主的简报，并按照 /report 的格式给出答案。🎁 未完待续（心急此方案用户专享）
repo: simpread-karpathy-llm-wiki-compiler 是我专门为此方案开发的一整套解决方案，深度整合简悦的本地快照系统，接下来会详细说明。
