AI 知识库搭建方法论

概述

zhishi（产品名，最早内部代号 fuxi）是阿 sir 自主研发的个人 AI 知识库。核心理念受卡帕西「把有趣的想法编译长存」启发，但走出了自己的路——编译 > 检索，往回织不往后堆。

本主题页将本地维护的 AI 学习之路系列与产品设计文档中的方法论整合到一起，提供整体的公开架构视图。

核心理念

1. 编译层 — 知识库的灵魂

不是把素材堆进去，而是每次加新素材时，AI 回头更新已有知识之间的关联。

与「收藏夹模式」的根本区别：收藏夹是堆积，编译层是织网。参见 反常识写作方法 中的认知论讨论。

2. 进存取三问

架构设计的核心思维框架——先倒推「取」（怎么输出），再想「存」（怎么存），最后定「进」（怎么输入）：

• 进（输入）：链接、PDF、想法，手动丢给 AI
• 存（四层）：raw 原料层 → notes 笔记层 → wiki 编译层 → index 索引层
• 取（输出）：问答流、选题流、周报流

这一框架的完整推导保留在本地的 AI 学习之路系列中；公开站只展示编译后的结论。

3. 往回织机制

每次入库走五步：抓原文 → 写摘要 → 更新索引 → 织入 wiki → 记入选题池。其中「织入 wiki」是整套系统与普通笔记的最本质区别。

与“先从真实焦虑定义问题”的产品方法一致，但公开站不展示该系列原文。

技术栈选型

四大原则：主流、本地、简单、大众。完整技术选型过程保留在本地系列文章中。

当前技术栈

层	选择	理由
框架	Astro	写作型静态站，页面与组件可自由定制
存储	纯文件 + Markdown	不锁定，不需要数据库
关联	白名单导出 + 静态链接	公开与私有内容严格隔离，不需要向量库
AI 模型	不锁定	有什么用什么

与写作的融合

zhishi 不是纯技术产品，而是写作工具箱的核心组件。参见：

• 二狗系列 — 写作方法论的落地案例
• 实践论 — 写作的哲学根基
• 产品设计文档仅在本地知识库维护，不进入公开站点。

关联

• 本主题页编译自本地维护的 AI 学习之路系列；系列原文不对外公开。