Andrej Karpathy의 LLM 위키 아이디어를 오픈소스 구현한 것: 당신의 소스에서 위키를 구축하고 유지하는 AI입니다. 벡터 DB의 RAG가 아닙니다. 대화 사이에 LLM이 당신을 위해 정원을 만들어주는 실제 마크다운 위키입니다.

한 가지 명령어: 로컬 서버를 시작하고, 웹 앱을 열고, RAM에 맞는 무료 로컬 모델을 선택하는 과정을 안내해 줍니다. API 키가 없으면 아무것도 기기를 떠나지 않습니다. (노드 20+)

MindBase는 Andrej Karpathy의 LLM-Wiki 패턴을 구현합니다: 출처(논문, 기사, 생각)를 입력하고; LLM은 읽고, 교차 참조하며, 모순을 표시하고, 구조화된 위키 페이지를 작성합니다. 나중에 질문을 할 때, 위키는 이미 종합된 답변을 가지고 있어 — 쿼리 시점에 벡터 탐색 재유도가 없습니다.

상태: 얼리 액세스, 적극적으로 개발 중입니다. 새로운 소식: CHANGELOG · 출시

---

왜 마인드베이스인가

당신은 정말 많이 읽습니다. 논문, 기사, 트윗, 문서들. 기억하고 연결하고, 그것들로부터 의견을 형성하고 싶습니다. 오늘날 당신에게는 두 가지 나쁜 선택지가 있습니다:

• Notion / Obsidian / Roam: 패시브 컨테이너. 모든 정리는 당신이 담당합니다. AI 기능은 유지보수가 아니라 덧붙여진 생성입니다.
• NotebookLM / Perplexity Pages / ChatGPT 검색: RAG 기반입니다.

MindBase — Karpathy’s LLM Wiki, as a product

An open-source implementation of Andrej Karpathy’s LLM Wiki idea: an AI that builds and maintains a wiki from your sources. Not RAG-in-a-vector-DB. A real markdown wiki on your disk, that an LLM gardens for you between conversations.

npx mindbase-app

One command: starts the local server, opens the web app, and walks you through picking a free local model that fits your RAM. No API key, nothing leaves your machine. (Node 20+)

MindBase implements Andrej Karpathy’s LLM-Wiki pattern: you feed it sources (papers, articles, thoughts); the LLM reads, cross-references, flags contradictions, and writes structured wiki pages. Later, when you ask a question, the wiki already has the synthesized answer — no vector-search re-derivation at query time.

Status: Early access, actively developed. What’s new: CHANGELOG · Releases

---

Why MindBase

You read a lot. Papers, articles, tweets, docs. You want to remember them, connect them, form opinions from them. Today you have two bad options:

• Notion / Obsidian / Roam: Passive containers. You do all the organizing. AI features are bolted-on generation, not maintenance.
• NotebookLM / Perplexity Pages / ChatGPT search: RAG-based. Nothing accumulates. Every question re-derives the answer from raw sources.

MindBase is the third option: the LLM actively maintains a persistent, structured wiki as you feed it sources. Knowledge compounds. Your context.md gets sharper every time you contribute. The AI remembers you across sessions because your beliefs are written down in markdown files — not stored in a chat history that gets summarized away.

Think of it as a personal Wikipedia that an AI intern writes for you, kept up to date, cross-referenced, and honest about what it doesn’t know.

How it works (30 seconds)

Three physical layers on disk (Karpathy’s model):