📂 LLM Wiki: Как архитектору не утонуть в чатах и начать накапливать знания — 20 мая 2026 г. в 02:09:18.813
📂 LLM Wiki: Как архитектору не утонуть в чатах и начать накапливать знания Главная трагедия работы с ChatGPT или Claude — «амнезия» истории чатов. Ценные инсайты, куски кода и архитектурные решения испаряются, как только вы закрываете вкладку. Андрей Карпати предложил паттерн LLM Wiki: ИИ должен не просто отвечать на вопросы, а поддерживать перманентную базу знаний в Markdown. Недавно проект nashsu/llm_wiki (уже почти 9k звезд ⭐️) превратил эту идею в полноценное десктопное приложение. Но Марк Чен в своей статье доказывает: архитектору не всегда нужно новое приложение, ему нужен новый workflow. Разбираем, как внедрить «Skill-based» подход к знаниям без лишнего оверхеда: 🚀 3 уровня апгрейда вашей базы знаний 1. 🎯 Файл `purpose.md` Без него Wiki превращается в свалку дампов. Это файл, который объясняет агенту, зачем существует эта база. * Пример: «Эта Wiki нужна для проектирования BI-отчетности и KPI-менеджмента в экосистеме Infor». * Результат: Теперь при добавлении источника ИИ спрашивает не «О чем это?», а «Как это поможет нам лучше проектировать отчеты?». 2. ⚙️ Двухэтапный Ingest Вместо прямого переноса «Источник -> Страница Wiki», внедряем конвейер: * Шаг 1: Анализ. Выделение сущностей, концептов, противоречий и того, что требует проверки человеком. * Шаг 2: Генерация. Обновление страниц. Это критично для документации, где старые требования могут конфликтовать с новыми. ИИ берет паузу, чтобы «подумать» над структурой полок. 3. ⚖️ Review Queue Самый здоровый паттерн: ИИ занимается поддержкой, человек — судейством. Если определение метрики конфликтует с другим источником, ИИ создает «Review item». Цель — не сделать Wiki автономной, а сделать её незабывающей. 🏗 Минималистичный стек для старта (всего 5 файлов) Вам не нужно строить приложение. Если ваша база живет в Markdown (Obsidian/Logseq/VS Code), создайте папку `llm-wiki/` со следующей структурой: * `purpose.md` — зачем мы это собираем? * `AGENTS.md` — инструкции для вашего ИИ-помощника. * `index.md` — карта знаний. * `log.md` — история изменений. * `sources/` — папка с сырыми данными. Итог: Главная ценность LLM Wiki не в том, что она помнит всё. А в том, что ваше понимание системы накапливается, а не испаряется обратно в историю чатов. С чего начнете вы: скачаете готовое приложение или настроите свой агентский навык в Obsidian? 👇 #LLMWiki #KnowledgeManagement #AI #Architecture #Obsidian #PersonalKnowledgeManagement #AIAgents #SystemsDesign