Initial commit: company-kb framework

- 完整的知识库框架（P0-P5 路线图）
- 12篇治理文档
- 工具脚本（kb-init.sh, kb-lint-fm.py, feishu-sync.py, kb-bot）
- 7个 Claude 命令
- 示例项目和测试项目（wanniu-l1）
- 契约文件（meta/kb-contract.yaml）

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

learning/ai/karpathy-llm-wiki.md

@@ -0,0 +1,31 @@
+---
+type: doc
+title: "卡帕西 LLM Wiki 方法论（编译>检索）"
+description: LLM 当编译器把原始资料编译成互链 wiki，查询时对已编译知识推理，而非每次重新检索。
+status: developing
+created: 2026-04-01
+ingested: 2026-07-06
+source: AI编译
+source_link: docs/03-知识库框架选型调研.md
+tags: [ai, 知识库, karpathy, 方法论]
+related:
+  - "[[知识库框架选型调研]]"
+---
+
+# 卡帕西 LLM Wiki 方法论
+
+> 学习库示例页：展示非项目信息如何用「编译链接」模式沉淀。精华进库、指针回原文。
+
+## 核心要点
+
+- **编译 > 检索**：LLM 读完所有源 → 抽概念、压缩、建交叉引用 → 产出结构化互链 wiki。查询时对**已编译知识**推理。
+- 对比传统 RAG：RAG 每次查询从零检索、不沉淀（「健忘症」）；LLM Wiki 知识累积复利。
+- 规模红线：纯 wiki 模式在 ~100 源/几百页后失效（index 不可导航），届时用向量库做导航层（混合）。
+
+## 我们的应用
+
+本知识库整体就是这套方法论的落地——单一 Git 真相源 + OKF frontmatter + 先不上向量库。详见 [[知识库框架选型调研]]。
+
+## 溯源
+
+完整调研见 `source_link`（`docs/03`），及其中列出的一手来源。