LLM Knowledge Base: System Zarządzania Wiedzą (Karpathy Pattern)

Ten projekt to zaawansowana osobista baza wiedzy (Knowledge Base), która jest aktywnie współtworzona i utrzymywana przez agenta AI (LLM). Zamiast tradycyjnego, ulotnego podejścia RAG (Retrieval-Augmented Generation), system ten stopniowo buduje i syntetyzuje wiedzę w trwałą, skompilowaną strukturę połączonych plików Markdown.

🧠 Filozofia i Architektura

System opiera się na trzech filarach:

Karpathy Pattern (Knowledge as a Codebase): Surowe, niezmienne dokumenty (raw/) są jak kod źródłowy, a uporządkowana, powiązana baza wiedzy (knowledge/) jest skompilowanym plikiem binarnym — zoptymalizowanym pod kątem wyszukiwania, gęstości informacji i syntezy. Obsidian służy jako interfejs (frontend IDE), a LLM jako programista i administrator bazy (bookkeeper).
12 Problemów Feynmana: Metoda polegająca na trzymaniu w pamięci kluczowych pytań badawczych (w pliku knowledge/feynman_problems.md). Każde nowe źródło jest testowane pod kątem tego, czy wnosi wgląd do tych długoterminowych wyzwań.
Local-First & AI Automation: Priorytetem są lokalne pliki tekstowe, prywatność i niezależność od chmury. Agent AI wkracza tylko do zadań wymagających wysokiego poziomu syntezy (Ingest, Query, Lint), nie generując kosztów tokenów przy codziennym przeglądaniu bazy.

📂 Struktura Katalogów

brain/
├── raw/                      ← Źródła Prawdy (Niezmienne, dodawane przez człowieka)
│   ├── articles/             ← Artykuły z sieci, blogi
│   ├── inbox/                ← Pliki oczekujące na przetworzenie (ingest)
│   ├── notes/                ← Twoje surowe notatki i przemyślenia
│   └── transcripts/          ← Transkrypcje audio/video
│
├── knowledge/                ← Warstwa Syntezy (Zarządzana w 100% przez LLM)
│   ├── summaries/            ← Podsumowania poszczególnych źródeł z raw/
│   ├── concepts/             ← Słownik terminów i modeli mentalnych (np. gtd-ai)
│   ├── entities/             ← Strony narzędzi, organizacji i osób (np. obsidian)
│   ├── indices/              ← Listy indeksujące zawartość według typów i tematów
│   ├── journal/              ← Dziennik badawczy (Research Journal) do luźnych zapisków
│   ├── index.md              ← Master Index (Główna Mapa bazy wiedzy)
│   ├── log.md                ← Chronologiczny dziennik zmian i operacji ingestu
│   └── feynman_problems.md   ← Centralny rejestr 12 Ulubionych Problemów Feynmana
│
├── .agents/skills/           ← Zainstalowane umiejętności agenta AI (Obsidian-Skills)
├── GEMINI.md                 ← Zasady, instrukcje i konfiguracja dla Gemini CLI
├── lint_knowledge.ps1        ← Lokalny skrypt walidacyjny (linter powiązań i sierot)
└── replace_knowledge.ps1     ← Skrypt PowerShell do globalnych refaktoryzacji tekstu

🚀 Trzy Główne Przepływy (Workflows)

1. Ingest (Wdrażanie wiedzy)

Dodawanie nowych źródeł polega na umieszczeniu pliku w raw/inbox/ i zleceniu agentowi:

"Zrób ingest nowo dodanych plików"

Co robi agent AI:

Analizuje surowy tekst z raw/inbox/.
Tworzy dedykowaną stronę podsumowania w knowledge/summaries/ (z metadanymi YAML i kluczowymi punktami).
Mnożnik Ingestu: Średnio jedno źródło aktualizuje lub tworzy 2.6 strony w bazie. Agent automatycznie tworzy/uzupełnia odpowiednie strony w knowledge/concepts/ oraz knowledge/entities/ i linkuje je ze sobą.
Testuje nowe wnioski pod kątem 12 Problemów Feynmana w knowledge/feynman_problems.md i dopisuje powiązania.
Aktualizuje odpowiednie indeksy tematyczne oraz plik knowledge/log.md.

2. Query (Zadawanie pytań)

Dzięki gęstej sieci połączeń możesz zadawać złożone pytania syntezujące wiele źródeł:

"Jakie są różnice metodologiczne między wdrażaniem bazy w filozofii a systemem GTD AI? Przygotuj porównanie w oparciu o nasze źródła."

Co robi agent AI: Zamiast przeszukiwać gigabajty surowych PDF-ów, agent odpytuje master index, przechodzi po Knowledge BaseLinkach powiązanych koncepcji i generuje precyzyjną odpowiedź z cytowaniami. Wskazówka: Wartościowe syntezy wygenerowane w sesjach czatu mogą być zapisywane z powrotem do bazy jako nowe strony koncepcyjne lub syntezy, dzięki czemu wiedza procentuje (compounding knowledge).

3. Lint (Sprzątanie i walidacja)

Aby utrzymać bazę w idealnym zdrowiu, regularnie uruchamia się proces Lintingu:

"Uruchom linter wiedzy"

System posiada wbudowany, dedykowany skrypt walidacyjny PowerShell. Możesz go uruchomić bezpośrednio z konsoli:

powershell.exe -NoProfile -ExecutionPolicy Bypass -File .\lint_knowledge.ps1

Co robi linter:

Przeszukuje całą bazę pod kątem uszkodzonych Knowledge BaseLinków (linki wskazujące na nieistniejące pliki).
Wykrywa sieroty (orphans) — strony koncepcyjne, podmioty lub podsumowania, które nie posiadają żadnych linków przychodzących z innych stron merytorycznych.
Gwarantuje 100% spójności strukturalnej przed zatwierdzeniem zmian w systemie kontroli wersji Git.

💎 Zaawansowane Funkcje Systemu

🏷️ Markery Epistemiczne (Epistemic Markers)

Aby zachować pełen rygor badawczy, w plikach syntezowanych stosujemy oznaczanie rejestru zdań:

(brak znacznika) — Bezpośrednie twierdzenie pochodzące z cytowanego źródła pierwotnego.
[W] — Knowledge Base synthesis: Integracja i synteza merytoryczna dokonana przez model AI (LLM) na bazie wielu źródeł.
[P] — Personal stance: Suwerenne stanowisko badawcze, hipoteza lub argument samego człowieka (użytkownika).
[?] — Speculative: Informacja niepewna, trudna do zweryfikowania przez bazę (potencjalna halucynacja).

⚡ Umiejętności Obsidiana (Obsidian-Skills)

Agent AI posiada zainstalowane natywne reguły obsługi formatu Obsidian (Knowledge BaseLinki, callouty, Canvas). Zostały one wdrożone za pomocą komendy:

npx skills add https://github.com/kepano/obsidian-skills.git

Dzięki temu model nie generuje błędnej składni i traktuje bazę notatek z taką samą precyzją, jak profesjonalny kompilator traktuje kod źródłowy.

📈 Skalowanie Bazy (Knowledge Scaling)

W miarę wzrostu bazy powyżej 150 stron, aby zapobiec eksplozji kosztów tokenów i spowolnieniu zapytań, baza stosuje kaskadę nawigacyjną:

Podział na klastry tematyczne w index.md.
Stworzenie dedykowanych stron syntez (synthesis pages) agregujących całe obszary (np. syntheses/porownanie-strategii-automatyzacji-ai).
Zastosowanie lokalnych serwerów MCP (Model Context Protocol) (np. MCPVault), które indeksują bazę lokalnie i kompresują odpowiedzi przekazywane do agenta AI o 40-60%.

📑 Kontrakt Agentów (CLAUDE.md / GEMINI.md)

Pliki te pełnią rolę instrukcji wdrożeniowych (kontraktu) dla agenta AI. Definiują nienaruszalne reguły bezpieczeństwa (np. zakaz modyfikacji szablonów i folderów systemowych) oraz aktualny fokus badawczy użytkownika, co pozwala na pełną powtarzalność pracy między bezstanowymi sesjami modeli językowych.

Ostatnia pełna rekompilacja i walidacja bazy: 2026-06-09

7.3 KiB Raw Permalink Blame History