JaydenAI的博客

我们在[LLM Wiki理论与实践-01:使用Obsidian来感受LLM Wiki的三层架构]中利用Obsidian定义了常规的Markdown文档作为源文件，并利用Copilot从中提取出实体、概念和原文摘要，它们都具有如下所示的类似结构。我在这篇文章中说过，LLM Wiki不是一种一个官方的工业级的**规范**，只是由Karpathy提出的一种解决传统RAG局限的一种总体方案或者模式，但是这种文档结构则是基于OKF 0.2规范

[LLM Wiki理论与实践-01:使用Obsidian来感受LLM Wiki的三层架构]我们简单介绍了LLM Wiki的三层架构，并使用Obsidian对此进行了简单的模拟。其实，Obsidian本身就是一个非常强大的个人知识管理工具，自身也没有与LLM Wiki强行绑定在一起。

传统的RAG将承载支持的内容（主要是文本）视为一种一本流水账，并可以从某个地方放切割以生成切片，然后利用嵌入模型将切片语义转换成对应的向量表示。然后，RAG会将这些向量存储在向量数据库中，并在用户查询时检索相关的切片。然而，这种方法存在一些局限性，为了解决这个问题，才有了后面针对RAG的新范式，比如GraphRAG和本系列介绍的LLM Wiki。