Wiki LLM à la Karpathy – le context engineering en pratique
Le context engineering comme concept : un wiki personnel et évolutif comme source de contexte locale pour les requêtes LLM – structuré plutôt qu’une recherche vectorielle naïve.
Les notes, apprentissages et recherches étaient éparpillés dans des fichiers isolés. Pour nourrir utilement un LLM avec mon propre savoir, il manquait une source structurée et en croissance continue, au lieu de bribes éparses. Conception et réalisation – modèle de données, backend et intégration des LLM locaux – étaient entièrement de mon fait.
Stack technique : TypeScript · PostgreSQL · Qwen3-32B · Ollama
Un wiki selon le modèle de Karpathy
Le savoir est accumulé en continu et stocké de façon structurée dans PostgreSQL, TypeScript est la stack de bout en bout, et Qwen3-32B via Ollama assure les fonctions LLM locales. L’accent est mis sur le context engineering – le wiki fournit précisément le bon contexte au modèle, au lieu de s’appuyer sur une recherche vectorielle naïve.
Le résultat
Une base de connaissances personnelle et évolutive qui sert de source de contexte locale pour les requêtes LLM – entièrement hors cloud.
Ce que j’en retiens
Le context engineering fonctionne en pratique : des notes structurées et accumulées battent la recherche vectorielle naïve. La valeur naît d’un entretien rigoureux – un wiki ne vaut que par la discipline qui le soutient.