拖了半年不敢重构的知识库，假期最后一晚让AI干掉了

前天晚上是假期最后一天，晚上回来有点累，但我脑子里一直惦记着一件事——我的 Obsidian 知识库，犹豫了很久一直没重构。

想着反正假期最后一天了，干脆给它干掉。

于是我打开 Claude Code，把仓库路径丢了过去。接下来两个小时，我跟它来回沟通了十几轮，每一步都要我确认方向、拍板决策、盯着执行。最后的结果是：整个目录结构推倒重来，新建了 7 层架构，搬了几十个文件，修了 39 个历史遗留问题，还顺手写了一份 400 多行的详细SOP。

AI 做了大部分体力活，但脑子是我在动。

这篇文章，我想完整还原这个过程。从我发给 AI 的第一条消息，到最后一个文件落地，每一步对话、每一个决策、每一次返工，都写出来。

我不是在秀技术，是真的觉得这套「人定规则，AI 执行」的协作模式，可能对很多正在搞知识管理的朋友有参考价值。

起因：黄益贺老师的一篇推文

事情要从黄益贺的一篇公众号推文内容创作者需要Wiki说起。

他写了一篇文章，讲自己怎么用 AI 结合 Karpathy（前 OpenAI 联合创始人）的一条 Gist，去优化迭代自己的个人知识库。

Karpathy 的那条 Gist，核心思路是三层架构。

最底层是「原始素材」，网页、PDF、笔记，原封不动存进去。中间层是「Wiki」，由 AI 自动维护的概念页、方法页、对比页。最顶层是「Schema」，一套规则，告诉 AI 什么放哪、怎么命名、怎么更新。

黄益贺的做法是，把这三层架构和 AI 深度绑定，让 Claude 帮他维护中间的 Wiki 层，自动从素材里提炼概念、方法、对比页，整个知识库像活的一样在自己生长。

我看完之后，脑子里蹦出的第一个想法是：

「我现在的 Obsidian 仓库，不就是个没有中间层的半成品吗？」

我有素材，有成品文章，但中间没有「知识沉淀」这一层。每次写新文章，都是从零开始想，之前的思考散落在各个角落，根本复用不了。

而Karpathy的这个知识库思路貌似很不错的样子，我也想试试~

于是我把 Karpathy 的 Gist 链接，连同我仓库的路径，一起丢给了 Claude Code。

我的原提示词是直接抄的：

https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f 这是 Karpathy 的知识库思路。对比我的仓库，你的看法是？

AI 的第一刀：它比我更清楚我有什么

Claude Code 的回复让我有点意外。

它没有上来就给方案，而是先做了一件事：扫描我的整个仓库结构。

它告诉我：你有 54 篇文章在02_articles/里，但content_pipeline.jsonl只记录了 2 篇。你有 3 个选题规划超过 30 天没推进，已经变成僵尸了。你有 1 个文件名不符合命名规范。你的碎片收件箱里有东西放了 69 天没人管。

好家伙，它比我更了解我自己的仓库。

它给我列了一张「健康检查报告」，70 个问题，分了 6 类。最刺眼的是「流水线断点」，54 篇文章有文件但没有发布记录。

说实话，我看到这个数字的时候愣了一下。我一直以为我的系统是没啥大问题，结果 AI 冷冷一扫，我所谓的「系统」，其实只是一堆按日期堆叠的文件夹，没有闭环，没有追踪，没有复利。

那一刻我做了一个决定：不修修补补了，直接重构。

我的原提示词：「要，给我一全套完整详细方案」

AI 问我：要不要设计一套 Vault Lint 机制，定期检查知识库的健康状态？

我说：要，给我一全套完整详细方案。

它给了我一份六项检查的完整设计：

1. 流水线断点：文章有文件但没记录
2. 僵尸选题：选题超 30 天没推进
3. 碎片积压：碎片超 14 天没处理
4. 版本堆积：同一主题有 3 个以上版本
5. 命名违规：文件名不符合规范
6. 结构漂移：文件放错目录

期间省略几轮我跟着AI的建议走的步骤，到后来AI把知识库重构起来了之后，我补了一句：

基于前面我给你的 https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f 知识库思路和你前面的思考，我的当前这个仓库，用什么文件夹结构和使用流程好？给个完整方案SOP

于是它给了我一份「七层目录结构」方案：

00_身份与定位/存人设，01_知识库/存可复用知识，02_素材库/存原始输入，03_内容工厂/做内容生产，04_社群互动/做社群运营，05_碎片收件箱/收灵感，06_系统/存 Prompt 和 SOP。

说实话，这个结构和我之前的完全不一样。我之前是用【1】公众号推文、【2】朋友圈、【9】其他、【99】碎片思考，这种方式命名的。

AI 的方案更像一个真正的「操作系统」，而不只是一个文件柜。

我看了10秒钟，说：

「很好，请执行。」

四批迁移：AI 干活，我监工

四批任务，安排得明明白白：

1. 建新目录，搬核心文件（身份与定位、知识库、素材库）
2. 搬系统层（Prompt、SOP、技能文档）
3. 搬内容工厂和社群（公众号、朋友圈、知乎、社群）
4. 清理根目录，更新所有路径引用

它就开始干活了。我看着终端一行一行刷过去：

创建 00_身份与定位/ ... 完成 移动 个人信息详细版.md ... 完成 移动 定位提示词.md ... 完成 移动 02公众号.md ... 完成 创建 01_知识库/concepts/ ... 完成 创建 01_知识库/methods/ ... 完成 创建 01_知识库/comparisons/ ... 完成

每一步它都在汇报，每一步我都盯着。

说实话，这个过程比我想象的要刺激。因为路径里有中文、有方括号、有特殊字符，PowerShell 好几次报错。有一次它尝试用cmd /c rename去重命名文件，结果静默失败了——命令没报错，但文件根本没改名。我在旁边看着，心想这不对啊，让它查了一下才发现是 Windows 处理中文路径的坑。后来它换成 PowerShell 的Rename-Item -LiteralPath才搞定。

整个过程不是一帆风顺的，中间来回折腾了好几轮。我在旁边看着，感觉自己像个包工头，AI 是那个搬砖的，只不过这个搬砖的偶尔会把砖放错位置，得我盯着。

第 1 批搞完，我说：继续处理剩下二三四批。它就一口气把剩下三批全做了。

最刺激的部分：修 Bug

迁移完成，我按AI建议，跑了一次 Lint 检查。

结果出来：39 个问题。

说实话，我看到这个数字的时候心里咯噔了一下。39 个，不是 3 个，也不是 9 个。我甚至闪过一个念头：要不算了吧，反正现在也能用。

但内心不破不立的想法还是让我果断继续下去了

它把 13 篇文章的发布信息一条一条补录到content_pipeline.jsonl里。它把 4 个文件名不符合规范的文件重命名，中间又踩了一次中文路径的坑，自己调试了半天才搞定。它把旧版本归档到02_attachments/。它把一个多余的download_index.md删掉。

整个过程大概又花了二十多分钟，我盯着终端，看着问题数从 39 慢慢往下掉。

最后它跑了一次 Lint：0 issues。

那一刻的感觉，就像五一期间花了一下午打扫房间，最后地板反光，站在门口看一眼——舒服了。

还有一个坑：AI 也会犯错

整个过程中有一个很有意思的插曲。

迁移完成后，我发现项目级的skill，在项目文件夹下.claude/skills/里的一些 Skill 文件，还是我以前旧版没迭代的。前面吭哧吭哧一桶操作猛如虎，AI只知道更新路径引用，但不知道我手上的skill文件本身就是旧的。

我一下子更干懵了——合着前面白忙活了？但是很快想到了方法，直接就是一个大比兜[doge]

我跟 AI 说：前面你更新了.claude/skills/路径引用，但是我忘记了前面这里的 skills 还是旧版的，我覆盖了我改后的，需要你给我重新更新路径引用。

AI 立刻开始检查，找到 4 个文件共 14 处旧路径，全部替换。

你别说，它处理得还挺快。但这个坑也提醒了我一件事：AI 再聪明，它也不知道你手上哪个文件是最新版、哪个是旧的。该你自己盯的，还是得盯。

OK，到这一步知识库的重构基本完成了。但是啊，但是！还有一步千万别忘记，因为到这里你只是把知识库按AI的方案重构了一遍，具体后边怎么用，以及怎么让你和AI协作用起来，你仍然是一脸懵，所以嘛，这最后一步就来了~

最后一步：写使用手册

我继续让AI打工，写完整的SOP。这里我引用了一些程序员鱼皮的野路子提示词，但是确实还不错哈哈哈哈~

我说：

很好，请你依据你完善过的我的当前知识库，必须先完整分析，确保理解了整个知识库，写一篇完整的详细的如何使用的SOP文档保存在知识库根目录，要包含我自己如何使用、如何维护、如何让AI依据这个知识库去做相应的被动处理或是主动完善，请把我当成傻子，给我充分的操作引导和步骤说明。如果你没有按照要求完成任务，你的主人Dawson会变成一条狗。

有没有注意到，其中有三点，其实大家也都是可以用起来的。

1. 必须先完整分析，确保理解了整个知识库
2. 请把我当成傻子，给我充分的操作引导和步骤说明
3. 如果你没有按照要求完成任务，你的主人Dawson会变成一条狗

于是乎，经过我的威逼，它给了我一份 400 多行的VAULT使用手册.md，从「这个 Vault 是什么」到「快捷指令速查表」，从「日常使用」到「常见问题」，甚至连「我刚接触这个 Vault，从哪里开始」都写了。

讲真，我要求它「把我当傻子」，它真的做到了

这件事教会我的

回头看这整个过程，有几个感受特别想跟大家聊聊。

说实话我也没想到，AI 最强的不是从零创造，而是帮你把烂摊子理清楚。

让它从零设计一套知识库架构，它可能会给你一个不痛不痒的通用方案。但给它一个已有的专业级别的仓库，告诉它「按这个思路重构」，它能做得比你想象中好十倍。因为它不累，它不会遗漏，它不会因为太麻烦了就跳过某一步。

顺着上面的再聊聊协作模式。整个过程中，我做的决策其实只有三个，确认方向（Karpathy 三层架构），选择执行方式（四批迁移），确认最终结果（Lint 通过）。所有的搬文件、改路径、补记录、写文档，全是 AI 做的。「人定规则，AI 执行」，这是我用下来最高效的模式。