AIKB 对照 LLM Wiki 理念的实现差距与优化建议

问题

当前 AI 知识库（aikb）是否已经完全按照 Karpathy LLM Wiki 理念实现？还有什么可以优化？是否 Query 层还没做，即优质回答归档回 wiki 作为新页面？

简短答案

整体已经实现了 70%–80% 的 LLM Wiki 理念
最大缺口是 Query 层尚未落地，即“高质量问答沉淀回 wiki ”的闭环还没有形成
建议立即补充 Query 归档机制，并同步修复 frontmatter 不完整、维护日志发布边界等问题

已经实现得比较好的部分

1. 三层架构基本到位

当前结构已经符合 LLM Wiki 的核心分层思想：

raw/ — 原始资料层，不直接改写
wiki/ — 可发布的知识页面层
schema/ — 规范、日志、维护规则层

关键组件都已存在：SCHEMA.md、schema/log.md、raw/ 目录。

2. Wiki 页面层已经比较丰富

当前正文页面统计：

分类	页数
实体	48
概念	54
比较	29
指南	3
趋势	5
资源	4
合计	143

这说明知识库已经从早期 seed wiki 进入比较完整的领域知识库阶段。

3. 首页索引、左侧导航、wikilink 体系基本可用

所有页面都已在左侧导航中出现
大部分页面已在首页或分类索引中出现
wikilinks 插件支持内部链接，raw 层链接会被渲染为纯文本

4. raw 层有 hash，已经具备来源不可变的基础

扫描结果：24 个 raw 文件全部带有 sha256 frontmatter。这说明 raw 层不是随手粘贴，而是有版本控制意识，后续可以做 source drift 检测。

5. schema 已经定义了 Query Page 的原则

schema/SCHEMA.md 中已有：

当一次查询产出具有复用价值的深度总结、路线图、专题分析时，应归档到 wiki/queries/ 。普通问答不必落库。

主要缺口

1. Query 层还没有真正实现（最大缺口）

当前状态：

wiki/queries/ 目录存在
实际 Query 页面数量：0
首页没有 Query 区块
左侧导航没有 Query 区块
wikilinks 没有 Query 页面注册
没有形成“回答问题 → 判断是否值得归档 → 写入 query 页面 → 反向链接到实体/概念/比较页”的工作流

当前知识库的流程是：

ingest / create / update / publish

但还没有形成：

query / answer / synthesize / archive back to wiki

而 LLM Wiki 的一个关键价值恰恰是：让高质量回答变成下一次可复用的知识资产。

2. 部分页面 frontmatter 不完整

审计发现：

缺失字段	页数
`created`	25
`updated`	25
`type`	25
`tags`	31
`sources`	87

早期页面和后续批量页面的元数据规范不完全一致。这会影响后续自动 lint、Query 归档、内容新旧判断、来源追踪。

3. 维护日志和发布边界混乱

当前有两个 log 文件：

schema/log.md — 正式维护日志（不发布）
wiki/schema/log.md — 已经被发布到 dist/schema/log.html

按照 schema 设计，schema/ 层不应该发布。这个文件误发布了。

4. 部分页面超过 200 行

有 23 个页面超过 200 行，最大的几个：

页面	行数
`guides/ai-agent-guide.md`	496
`guides/llm-wiki-guide.md`	494
`guides/rag-system-guide.md`	445
`concepts/harness-engineering.md`	369
`concepts/diffusion-models.md`	296

指南页保留长文没问题，但概念页和比较页超过 250 行时，可以考虑拆分为主页面 + 子页面。

5. 分类索引和首页不是 100% 完整

有 16 个页面没有在首页 wiki/index.md 中直接出现，例如：

concepts/harness-engineering-evaluation.md
concepts/agent-skills/*
comparisons/multimodal-models-comparison.md
comparisons/coding-llm-comparison.md
comparisons/llm-vs-world-models.md

不过左侧导航已经全覆盖，所以不是严重问题。

优化建议

第一优先级：补 Query 归档机制

这是最符合当前判断的优化。要做的事情：

新增 wiki/queries/index.md
在 VitePress nav/sidebar 中加入 Query Archives
在首页加入 Query Archives 区块
在 wikilinks 插件中支持 query 页面
把本次分析归档为第一篇 query 页面
更新 schema，明确 Query 归档标准和流程
构建部署验证

第二优先级：做 metadata lint 修复

统一补齐：

created
updated
type
tags
sources
confidence

尤其是 sources 和 confidence，对知识库可信度很重要。

第三优先级：完善维护日志和发布边界

处理：

wiki/schema/log.md 误发布 → 删除
schema/log.md 迁移到 wiki/log.md 作为公开 changelog
后续所有维护记录只写 wiki/log.md
VitePress 不发布 schema/ 内容

第四优先级：建立自动 lint 脚本

新增 scripts/wiki-lint.py，检查：

frontmatter 完整性
index / sidebar / wikilinks 覆盖
broken wikilinks
raw hash drift
页面长度
内链数量
query 是否登记

后续每次更新前后都跑一次。

AIKB 对照 LLM Wiki 理念的实现差距与优化建议 ​

问题 ​

简短答案 ​

已经实现得比较好的部分 ​

1. 三层架构基本到位 ​

2. Wiki 页面层已经比较丰富 ​

3. 首页索引、左侧导航、wikilink 体系基本可用 ​

4. raw 层有 hash，已经具备来源不可变的基础 ​

5. schema 已经定义了 Query Page 的原则 ​

主要缺口 ​

1. Query 层还没有真正实现（最大缺口） ​

2. 部分页面 frontmatter 不完整 ​

3. 维护日志和发布边界混乱 ​

4. 部分页面超过 200 行 ​

5. 分类索引和首页不是 100% 完整 ​

优化建议 ​

第一优先级：补 Query 归档机制 ​

第二优先级：做 metadata lint 修复 ​

第三优先级：完善维护日志和发布边界 ​

第四优先级：建立自动 lint 脚本 ​

相关页面 ​