Hur Man Bygger en LLM-kunskapsbas Med Save
Andrej Karpathy delade nyligen hur han använder markdown-filer för att bygga personliga kunskapsbaser för AI-forskning. Hans tillvägagångssätt är enkelt: samla källdokument, konvertera dem till markdown, organisera dem i en mapp och låt en LLM arbeta med hela samlingen.
Resultatet? En AI som faktiskt vet vad du vet.
Det här är inte en teknik enbart för forskare. Alla som dagligen använder Claude, ChatGPT eller någon LLM kan bygga samma sak --- och det tar minuter, inte timmar.
Vad Är en LLM-kunskapsbas?
Det är en mapp på din dator fylld med markdown-filer om ämnen du bryr dig om. Artiklar du har läst. YouTube-videor du har tittat på. Dokumentation du refererar till. Tweets som formade ditt tänkande.
När du ger en LLM tillgång till den här mappen slutar det att vara en generisk assistent. Det blir din assistent --- en som förstår din domän, dina källor och din kontext.
Tänk på det som ett second brain, men ett som din AI faktiskt kan läsa.
Steg 1: Samla Dina Källor Med Save
Det här är där de flesta fastnar. Manuellt kopiera webbinnehåll, städa upp HTML, formattera det --- det är tråkigt. Det är exakt vad Save löser.
Save är ett Chrome-tillägg som konverterar vilken webbsida som helst till ren, strukturerad markdown. Ett klick.
Vad du kan spara:
- Artiklar och blogginlägg
- YouTube-videor (fullständig transkription + sammanfattning)
- Twitter/X-trådar
- Dokumentation och API-referenser
- Reddit-diskussioner
- Akademiska artiklar
- LinkedIn-inlägg
- Betalt innehåll du har tillgång till
Varje sparing producerar en ren .md-fil --- ingen HTML, inga annonser, inga navigationsmenyer. Bara innehållet, korrekt strukturerat med rubriker, listor och kodblock.
Steg 2: Organisera Din Kunskapsmapp
Skapa en mappstruktur som är meningsfull för ditt arbete. Håll det enkelt:
min-kunskap/
marknadsföring/
distributionsstrategier.md
konkurrentanalys.md
prisramverk.md
produkt/
användarforskningsfynd.md
funktionsprioritering.md
industri/
marknadstrender-2026.md
karpathy-llm-kunskapsbaser.md
ai-agent-arbetsflöden.md
Varje gång du läser något värdefullt online sparar du det med Save och lägger det i rätt mapp. Med tiden sammansätts det till en heltäckande kunskapsbas som ingen generisk LLM kan matcha.
Steg 3: Anslut Din Kunskapsbas till en LLM
Det här är där det blir kraftfullt. Det finns flera sätt att ge en LLM tillgång till din kunskapsmapp:
Alternativ 1: Claude Code (Kraftfullast)
Om du använder Claude Code, öppna en terminal i din kunskapsmapp och starta en session. Claude får full tillgång till varje fil och kan söka, läsa, korshänvisa och resonera över hela din samling.
cd min-kunskap
claude
Claude Code kan läsa hundratals markdown-filer, hitta kopplingar mellan dem, svara på komplexa frågor och till och med underhålla indexfiler --- precis som Karpathy beskriver.
Det här är det mest kraftfulla alternativet eftersom Claude aktivt kan bläddra igenom dina filer, inte bara ta emot dem som kontext.
Alternativ 2: Claude.ai Projects
Skapa ett Project på claude.ai och ladda upp dina markdown-filer till projektkunskapsbasen. Varje konversation i det projektet har tillgång till dina dokument.
- Dra och släpp filer direkt
- Stöder 200+ filer per projekt
- Kunskap bevaras mellan konversationer
- Fungerar på alla enheter med en webbläsare
Bäst för: människor som vill ha en enkel setup utan att använda terminalen.
Alternativ 3: Claude Desktop + MCP
Om du använder Claude Desktop kan du installera filesystem MCP-servern för att ge Claude direkt tillgång till en mapp på din dator.
Lägg till detta i din Claude Desktop-konfiguration:
{
"mcpServers": {
"knowledge-base": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/sökväg/till/min-kunskap"
]
}
}
}
Claude Desktop kan sedan läsa valfri fil i din kunskapsmapp på begäran --- ingen uppladdning behövs.
Alternativ 4: Kopiera-Klistra (Enklast)
För snabba frågor, dra bara en eller ett par markdown-filer till valfri Claude- eller ChatGPT-konversation. Ingen setup krävs.
Det här fungerar för engångsfrågor men skalas inte. Använd ett av alternativen ovan för ett riktigt kunskapsbasarbetsflöde.
Varför Markdown Gör Det Möjligt
Du kan inte mata rå HTML till en LLM och förvänta dig bra resultat. HTML är uppblåst med navigering, annonser, skript och stilar --- brus som slösar tokens och förvirrar modellen.
Markdown är LLMs modersmål. De tränades på miljoner markdown-filer från GitHub, dokumentationssajter och utvecklarbloggar. När du ger en LLM ren markdown:
- 10x färre tokens jämfört med rå HTML
- Bättre förståelse --- modellen fokuserar på innehåll, inte på parsning
- Korrekt struktur --- rubriker, listor och kodblock bevaras
- Universell kompatibilitet --- fungerar med Claude, ChatGPT, Gemini eller vilken LLM som helst
Det är därför Save finns. Det kopierar inte bara text --- det använder AI för att extrahera det meningsfulla innehållet och strukturerar det som ren markdown som LLMs förstår perfekt.
Den Sammansatta Effekten
Det här händer när du bygger den här vanan:
Vecka 1: Du har 10 markdown-filer. Claude kan svara på frågor om de specifika artiklarna.
Månad 1: Du har 50+ filer. Claude kan korshänvisa källor, hitta mönster och ge dig insikter du aldrig skulle se på egen hand.
Månad 3: Du har 200+ filer. Du har byggt en personlig forskningsassistent som känner din bransch, dina konkurrenter, dina ramverk och ditt tänkande. Varje fråga du ställer får ett svar grundat i din kurerade kunskap, inte generisk träningsdata.
Som Karpathy noterade, när din kunskapsbas är tillräckligt stor kan du ställa komplexa frågor och LLM:en undersöker svaren i hela din samling. Ingen fancy RAG-setup behövs --- bara organiserade markdown-filer.
Kom Igång på 60 Sekunder
- Installera Save från Chrome Web Store (gratis)
- Skapa en
min-kunskap-mapp på din dator - Besök en artikel du fann värdefull nyligen
- Klicka på Save --- markdown-filen laddas ned direkt
- Flytta den till din kunskapsmapp
- Öppna mappen i Claude Code, ladda upp till ett Claude-projekt, eller ställ in MCP
Varje artikel du sparar från och med nu gör din AI smartare. Det sammansätts.
Börja bygga din LLM-kunskapsbas idag. Installera Save --- gratis att starta.