框架论述
四篇笔记单独看是四个工具教程,放在一起浮出一个选型框架:把积累的知识喂给 agent(建”外脑”),形态不由工具新旧决定,而由两个轴决定——语料规模,和语料结构是否机器可解析。
术语判别:这是本 vault 内提炼的选型框架名,英文社区没有对应的统一概念(各路线分属 LLM wiki / Graph RAG / code graph 等独立话题),纯中文表达;External Brain 直译仅作检索别名。
- 路线一:文件 wiki。LLM 摄取时读全文、抽实体、增量编译成带交叉链接的 markdown 页(Karpathy 的 LLM wiki);OKF 在其上只加”组织结构 + metadata”的最小契约解决共享。本质是知识先被 LLM 理解过一遍再落盘,纯 markdown 人机双读、不锁定任何工具。
- 路线二:Graph RAG。语料过了约 500-2000 页临界线,agent 逐文件读不起,改为 embedding 向量库 + 知识图谱 并行检索(LightRAG),能回答跨文档关联性问题。
- 路线三:程序化图谱。语料本身有形式结构(代码的 import / 调用链)时根本不必动用 LLM——纯程序解析建图,秒级出图、永不漂移过期。
三条路线殊途同归于 渐进式披露:index 分层收窄、余弦相似度 取 chunk、get architecture 先看总览,全是”先概览再深挖,别把整库塞进 context”。外脑与 Context Rot 是一体两面——知识放在 context 之外按需取,就是从源头防腐化。
另两条跨源共识:其一,摄取和摄取后加工是两笔账——摄取用便宜模型(路线三干脆零 LLM),呈现层才值得上贵模型。其二,检索入口别赌 agent 自觉:要么 CLAUDE.md 当声明式路由器,要么 pre-tool-use hook 把图谱信息机械注入 grep 结果——后者不依赖 agent 记得调专用工具,是更硬的保证。
来源立场对照
| 信源 | 路线/侧重 | 锚点 | 关键主张 |
|---|---|---|---|
| Nate·LLM Wiki实操 | 路线一原始形态:五分钟照 gist 搭起,CLAUDE.md 做路由 | 12:54 | 差异不在摄取而在摄取后加工;纯 markdown + 路由规则,任何 agent 都能接手 |
| Cole·OKF标准 | 路线一的标准层:只统一组织结构与 metadata | 03:35 | 标准要成公约数就必须克制;index 分层 + 渐进式披露让 agent 少花 token 收窄 |
| Chase·LightRAG | 路线二:向量库 + 实体关系图谱并行 | 16:32 | 大 context 替代不了 RAG;500-2000 页是切换临界线,graph RAG 的精髓是把离散信息连成网 |
| Jason·代码库图谱 | 路线三:C/C++ 纯程序化建图,hook 注入 | 03:59 | 代码库是图不是扁平文本;零 LLM 建图不过期,pre-tool-use hook 比指望 agent 调 MCP 可靠 |
选型速查
| 你的语料 | 走哪条 | 依据 |
|---|---|---|
| 自然语言,几十到几百页 | 文件 wiki | agent 直接读得起,知识被理解过、人也能读;要共享再加 OKF 层 |
| 自然语言,500-2000 页以上 | Graph RAG | 逐文件检索比 RAG 更贵更慢(16:32) |
| 代码等形式化结构 | 程序化图谱 | 结构已在语料里,LLM 建图纯属浪费且会过期(01:05) |
关联
-
互补:Claude Code + Anki：把整条学习循环交给AI——三条路线全部偏”检索-呈现”的供给侧,该片给出”维护-反应-再校准”的需求侧模式(以回忆成败为反馈让 agent 反向维护卡片),两侧合起来才是完整外脑。
-
Claude第二大脑的五个层级详解:与本路线图共享「路由器必须存在」共识,并补充同一 vault 内按数据类型混搭层级(Level 1-5)的原则。
-
本 vault 就是路线一的一个实例:raw 原文 → 学习笔记/wiki →
_概念索引,/study 只凭索引与文件名判断、命中才深读,正是 渐进式披露 的落地;外脑三条路线 因此也是这套系统自身的定位说明。 -
概念页 Context Rot 记录的对策(清 context、拆会话)是消费端治理;本框架是供给端治理——两端合起来才是完整的上下文工程。
-
Entity document 在路线一里由人/LLM 策展,在路线二里由 embedding 自动抽取,同一节点两种来路(LightRAG 笔记「关联」节已点出此对照)。