一个面向长期学习的个人知识管理项目。目标不是简单收集资料,而是把学习过程沉淀为可复用的知识库构建范式:用 AI 协作完成资料筛选、主线梳理、可视化解释、实验验证和阶段迭代。
Personal Knowledge Manager(PKM) 不是资料仓库,而是 AI 协作下的知识构建系统。每个知识领域作为一个独立板块维护,板块内部用结构化 Markdown、可视化图、可运行实验和 HTML 阅读视图沉淀学习成果。
当前第一个实验板块是 深度学习/。它既是一份深度学习知识库,也是验证这套 PKM 方法的样板。
- 内容轨:把知识讲透。正文由项目自己组织和编写,不堆外链,不只做资料索引。
- 工具轨:记录展示、交互、复习、小测、学习工具等增强理解的想法。未实现的工具构想统一写入
工具轨backlog.md,不混入知识正文。 - 源文件与展示分离:每个板块用
知识库/维护内容源,用build.py生成可直接打开的知识地图.html。
- 深度学习
第一个实验板块,从数学基础、机器学习基础、深度学习核心模型一路到注意力与 Transformer。阅读入口是 深度学习/知识地图.html,下载仓库后可直接用浏览器打开。
personal_knowledge_manager/
├── README.md
├── 项目管理/
│ ├── 01-项目维护指南.md
│ └── 02-迭代记录.md
├── 工具轨backlog.md
└── 深度学习/
├── README.md
├── 知识库/
├── 实验/
├── assets/
├── build.py
└── 知识地图.html
打开某个知识板块的 知识地图.html 即可阅读。每个板块的内容源在该板块的 知识库/ 中,修改后进入板块目录运行:
python3 build.py生成的 HTML 使用相对路径引用本板块内的图片和内容,不依赖作者本机的绝对路径。
项目规则见 项目管理/01-项目维护指南.md,迭代状态见 项目管理/02-迭代记录.md。后续新增知识领域时,应以独立板块目录与现有 深度学习/ 并列。
阶段性修改完成后,应更新迭代记录,重新生成相关板块的 知识地图.html,并提交到 GitHub。
- 短期:以
深度学习/跑通知识共建流程,保证本地 HTML 可阅读、内容源可维护、实验可复现。 - 中期:作为 GitHub 项目持续迭代,形成可公开分享的知识板块与维护规范。
- 后期:扩展到更多知识领域,沉淀为通用的 AI 共建知识库范式。