复刻 Karpathy LLM Wiki：构建 GTM 知识图谱
EXM7777 · x · 2026-08-19
受 Andrej Karpathy 的 Obsidian 内部知识图谱启发，作者分享了自己构建 Go-To-Market (GTM) 系统的实践方法，旨在帮助一人公司通过 AI Agent 增长。
构建步骤
- 库结构：一个库，按业务知识（报价、买家、市场图等）分文件夹。
- 笔记规范：每条事实一个笔记（50-150 字），包含可口述的标题和四个 frontmatter 键。
- 图谱互联：每条笔记链接到其文件夹中心、两个同级笔记及一个跨文件夹笔记，形成互联网络而非孤岛。
- 修正机制：建立 Rulings 文件夹，将给 Agent 的修正记录为带日期的行，每次运行前读取，实现修正永久化。
- 执行流程：使用 Claude Code 读取中心节点、检索修正规则，然后生成内容。
「编程与Agent」频道最新
- Agent 记忆基质全面评估：揭示长期权衡 — Wei-Chieh Huang · 2026-08-19
- Fable 一次性完成旧版 Minecraft 模组移植 — repligate · 2026-08-19
- 长时 Agent 的持续性，本质是保留状态还是轨迹连贯？ — National_Actuator_89 · 2026-08-19
- Databricks AI竞赛冠军复盘：解析仍不完美、要基于编码agent构建 — EchoShao8899 · 2026-08-19
- Langfuse全解析：开源LLM可观测平台如何解决Agent生产环境玄学 — 大模型之路 · 2026-08-19
- GitHub 故障催生替代品：基于 Durable Objects 的 Git 仓库服务 — tobowers · 2026-08-19