!封面

很多人建了知识库以后遇到一个共同问题：每次用AI检索知识库时，它找到的都是一些孤立的片段。这些片段本身是对的，但彼此之间没有关系。"建设工程优先受偿权"这个片段和"承包人催告义务"这个片段之间的逻辑连接，AI不会自动帮你串起来。

你能搜索到碎片，但你得不到一张地图。

有一个方法能解决这个问题。它叫LLM Wiki，是Andrej Karpathy——前OpenAI和特斯拉的AI负责人——提出的知识库构建方法。核心思路极其简单：用大模型帮你把原始资料"编译"成一层带双向链接的Markdown知识网。

三层架构

LLM Wiki把知识库分成三层。

最底层是原始资料——你的法规PDF、裁判文书Word、合同模板。这一层只读，大模型只能读不能改。它是你的事实来源。

中间层是Wiki——大模型全权撰写的结构化概念文章。每一个重要的法律概念（比如"商品房虚假宣传的构成要件"）都对应一篇Wiki文章，这篇文章汇集了你的原始资料中所有与这个概念相关的内容，结构化呈现，并在文章末尾索引了它的信息来源——具体到哪份文件、哪一段。文章之间通过双向链接连接——"商品房虚假宣传"链接到"要约邀请与要约的边界"，后者也链接回前者。

最上层是规则——你放在工作区CLAUDE.md里的指令，告诉大模型Wiki文章怎么写、怎么命名、怎么添加链接、怎么在摄入新资料时自动更新Wiki。

三种操作

这个系统只需要三种基本操作就能运行。

摄入。 你把一份新资料放进原始资料文件夹。大模型读到它，写一篇摘要页，更新总索引，更新所有与这份新资料相关的已有Wiki文章（在新的相关段落中引用它），并标注它与其他资料之间的矛盾点。一份新资料可能牵动十到十五个Wiki页面的更新。

查询。 你提问。大模型先读总索引找到相关的Wiki文章，再读这些文章组织带引用的回答。因为Wiki文章已经做了结构化整理和交叉链接，回答的完整度明显高于直接搜索原始资料。

自检。 定期让大模型自己检查Wiki的健康状况——有没有文章之间存在矛盾，有没有空白的、没被任何页面引用的孤儿页，有没有该建但没建的概念。Wiki越用越健康，而不是越积越乱。

为什么值得花时间建这个

纯关键词搜索的短板是"找到就停"——搜到了"建设工程优先受偿权"的相关片段，回答完这个问题就结束了。Wiki模式是"找到后顺藤摸瓜"——从这个概念跳到了关联概念，回答一个问题的同时帮你建立了更完整的认知。

我自己的知识库里有数万份原始文件，Wiki层有几百篇概念文章。每次做专题研究的时候，先翻Wiki——它相当于一个浓缩版的"我的知识库地图"——几秒钟内就能判断哪些原始资料跟当前问题高度相关。不用在几万份文件里盲搜。

把知识库从"文件堆"升级成"有地图的知识网络"，这个升级不需要更好的工具，只需要一个架构决策。

怎么开始

不需要一次性建完。先选你最重要的三个法律领域，建三个Wiki概念页。把相关的原始资料喂给大模型，让它帮你写这三篇文章——每篇1000到2000字，含来源索引、关键法条摘要、裁判规则提炼。建完这三篇之后，你的知识库就有了"地图"的雏形。以后再逐渐补。

好消息是Karpathy把LLM Wiki的方法论开源在GitHub上了——就是一篇文档。你把那篇文档的内容复制给你的大模型，告诉它"按照这个方法帮我建我的知识库Wiki"，它能理解该怎么建。

本文讨论的LLM Wiki知识库架构，是四明山法师AI夜校"数据应用"模块中的核心内容。课程系统讨论了三种主流的知识库检索方案（Bash检索/RAG/Wiki），以及为什么对法律人来说，Bash检索+Wiki是最优组合。完整的课程体系包括了从数据识别、采集、加工到治理和发布的端到端流程。

第三期正在招生，报名表见下方"阅读原文"。

作者简介： 陈石律师，浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，宁波市律师协会副秘书长、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办"首宗百亿地王""长春第一高楼""台州第一高楼"等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。四明山法师 AI 夜校（legalAGI.cn）发起人。