'LLM wiki + AI Agent 팀'
설정 가이드북
지식을 쌓고 · 찾고 · 봇이 꺼내 쓰는 법 — 처음부터 끝까지
인용 · Part 3 「한 장 요약」 앞 3줄 — 한 장 요약 전체 보기 →
AI 봇 팀 = vault(지식) + LLM(머리) + Discord(대화). 봇 하나 = 켜둔 AI 세션 + 디스코드 다리 + 자기 vault.
한 만능 봇이 아니라 역할을 나눈 여러 봇이 디스코드에서 @호출로 협업한다. 조율은 오케스트레이터가, 진행은 watchdog이, 완료는 게이트가 지킨다.
봇마다 볼트를 따로 두고 CLAUDE.md(규칙)+soul.md(성격)+SessionStart(자동 주입) 3겹으로 정체성을 잡는다 — 컨텍스트가 가볍고, 관리가 쉽고, 정체성이 안 흔들린다(오염 방지).
LLM Wiki를 구축하고 이를 기반으로 여러 AI 에이전트 봇을 굴리려는 분들을 위해 — 어려운 원리도 비유와 그림으로 직관적으로 풀었습니다.
LLM wiki 운영 — 지식을 쌓는 법
왜 "LLM이 읽는 위키"인가. Karpathy의 LLM wiki(3층·Ingest/Query/Lint), kepano·Milo·Forte 방법론, 우리 옵시디언 vault, 오늘 시작 5단계.
Part 2GraphRAG 검색 원리 — 지식을 찾는 법
RAG·임베딩·BM25·하이브리드(RRF)·리랭커·지식 그래프·GraphRAG, 그리고 좋은 검색을 숫자로 증명하는 벤치마크까지.
Part 3봇 에이전트 원리 — 봇이 꺼내 쓰는 법
vault·LLM·Discord로 굴러가는 AI 봇 팀. 봇 구조·역할·왜 볼트별 분리·/search 활용, 그리고 이 가이드북이 만들어진 과정.
짝꿍 문서: 이 지식창고를 굴리는 봇 팀을 직접 차리는 절차는 🤖 봇 운영 실전 가이드에 있습니다.
이 가이드북을 읽는 법
세 파트는 하나의 흐름입니다 — 쌓고 → 찾고 → 꺼내 쓰기.
핵심 한 줄: "내 지식을, LLM이 잘 다룰 수 있게, 일반 텍스트로, 내가 소유하며, 연결해서 쌓는다."
Karpathy의 raw·wiki·schema + Ingest·Query·Lint가 그 골격이고, 우리 vault·이 가이드북이 그 한국어 실천판입니다.
이제 막 시작한다면? plain markdown 노트 한 폴더부터(7장의 5단계). 그게 첫걸음입니다.
사실·인용 근거: research-part1.md · research-part1-deep.md (코난 1차출처 리서치, 2026-06-08) · 출처 링크는 각 절 하단