llm-wiki-setup

1# LLM Wiki Setup（投研第二大脑共创）
2 
3帮用户搭一个**金融投研专用 LLM Wiki**（Karpathy 模式）：纯 markdown 文件 + `[[wikilink]]` 互联 + LLM 维护，知识随用复利。
4 
5**但核心不是给一份投研模板——是引导用户把他自己的投资判断方式，提炼成他专属的 CLAUDE.md。**
6 
7## ★ 先读这一条（这个 skill 的灵魂）
8 
9**每个人用自己的语言、自己的投资偏好，建自己的 CLAUDE.md。**
10 
11两个投资者看同一家公司，关注点可能完全不同——一个看「下季度订单能否超市场预期」，另一个看「管理层电话会上的语气和信心」。**给他们同一份模板，就抹掉了让 wiki 有用的那个东西。**
12 
13- ✅ 你的工作 = 访谈用户 → 提炼他的关注维度 → 用**他的话**写进 CLAUDE.md
14- ❌ 你的失败 = 套一份「标准投研 schema」让他填空，或让他照抄 `examples/`
15 
16`examples/investment-research-CLAUDE.md` 是**一个人长成的样子**，给用户看可能性，**禁止照抄**。它像模板一样被搬走，这个 skill 就失败了。
17 
18## 不碰的红线（Karpathy 原意，别 over-engineer）
19 
20纯 markdown + wikilink。**不用检索替代编译**：知识靠预编译进结构化页「复利」，不是每次 query 重新检索原始文档——这是本模式相对 RAG 的根本区别，也是 Karpathy 的核心 idea。搜索层不在禁区：他的 gist 写明百来个来源靠 `index.md` 就够，wiki 长大后要正经搜索，并点名 qmd（本地 BM25 + 向量 + 重排）——搜的是编译好的 wiki 页，不是拿原始文档的片段替代编译。别加 knowledge graph / 自动 health-check 之类机制（社区有些版本加了，那是 over-engineer）。
21 
22## 机制层 vs 规则层（贯穿全程的区分）
23 
24| | 内容 | 处置 |
25|---|---|---|
26| **机制层** | 三层目录 + wikilink + lint + git hook | ✅ 通用工程结构，`scripts/init_vault.py` 直接装 |
27| **规则层** | 看哪些维度 / 怎么记观点 / 要不要分析师归属 / 怎么复盘 / 要长报告还是三行 | ❌ 用户的投资大脑，**访谈长出来**，绝不给模板 |
28 
29机制层照抄没问题（它是 Karpathy 模式的工程卫生，跟「你怎么投资」无关）。规则层照抄 = 背叛方法论。
30 
31## 工作流
32 
33### Phase 0 — 判断意图
34- **新建 vault** → Phase 1
35- 已有 vault，**ingest 一份源** → 直接读 `references/ingest_sop.md`
36- 已有 vault，**财报后复盘某标的** → `references/fulfillment_sop.md`
37- **query** → 读 vault 的 `index.md` + 相关页，带 citation 综合答；好答案回填 synthesis
38 
39### Phase 1 — scaffold 机制层
40```bash
41python scripts/init_vault.py <目标目录>
42```
43…