使用手册
一句话心法:先有写作/决策任务,再让 AI 从积累里挖宝——知识库不是用来整理的,是用来调用的。 北极星指标是”调用率”:每周实际从库里调用素材或答案的次数(目标 ≥ 5 次/周)。
目录与权责速查
| 目录 | 谁写 | 说明 |
|---|---|---|
raw/** |
人放入 | 原始来源,只读不改,唯一真相 |
_wiki/summaries·concepts·entities |
sage-wiki 全权 | LLM 只读;编译产物 |
_wiki/outputs/ |
LLM 可写 | 查询产出与深度摄入摘要 |
_wiki/index.md、log.md |
共同维护 | 只追加,不删除 |
material/** |
LLM 全权 | 六类写作素材 |
writing/** |
LLM 可写,人主导 | 写作成稿存档 |
日志格式统一为 ## [日期] 类型 | 标题(全角”|“)。
五大核心工作流
1. 自动摄入(剪藏)
浏览器 Web Clipper 剪藏 → 自动落地 raw/clippings/ →
sage-wiki watch 自动编译 → 编译后运行
bash scripts/auto-archive.sh 把已编译文件移入
raw/archive/。
归档判据以 git 快照为准:只有”已提交且编译后无改动”的文件才会归档,失败方向永远是”多留一周”,绝不误归档。
2. 深度摄入(todo)
对标记进 raw/todo/ 的重要文章,在 Claudian
侧栏执行五步:
- 读文章,与你讨论关键要点(不跳过)
- 在
_wiki/outputs/写简要摘要页(不写summaries/,那是编译引擎的领地) - 按六类框架抽素材存入
material/ - 在
log.md追加## [日期] ingest | 标题 - 处理完把原文移入
raw/archive/——不要移回clippings/(会被再次编译产生重复条目)
3. flomo 增量
# 把最新全量导出放入 raw/flomo/<日期>/ 后:
python3 scripts/flomo-delta.py raw/flomo/<日期>
sage-wiki compile脚本比对指纹只输出新增笔记到
raw/flomo/delta/delta-<日期-时分秒>.md,原始导出永不修改。之后在侧栏用六类提取
prompt 处理 delta(偏好:重点①金句②复盘⑤框架,弱化③外部引用⑥数据)。
4. Query(查询)
- 先读
_wiki/index.md定位相关页 - 深入相关页,综合答案,附 Wiki 内链接
- 有价值的分析存入
_wiki/outputs/并记日志——让探索也复利,别让洞见死在聊天记录里
产品/竞品/融资/招聘决策用五维框架检索:市场与竞争 / 技术判断 / 产品与用户 / 人与组织 / 框架与心智模型。
5. Lint(健检)
定期让系统检查:页面间矛盾、被新来源推翻的旧声明、孤立页面、缺失交叉引用、值得新建的概念页、可联网补充的数据缺口。安全项(如补链接)可自动修复,变更进 git。
写作闭环
| 阶段 | 操作 | 产出 |
|---|---|---|
| 写作前 | 六类框架 prompt 全库提取素材 | material/[主题]-素材库.md |
| 写作中 | 取用金句/案例/数据,需深挖时即时 Query | 成稿草稿 |
| 写作后 | 新金句/判断回写 material/;分析存
_wiki/outputs/;成稿存 writing/ |
库复利 + 存档 |
工作日志:日报与周报
持续记录在知识库上做过的工作,并方便合成周报。报告存在
reports/(不参与编译)。
日报——盘点前一天的工作:
python3 scripts/daily-report.py # 默认盘点“昨天”
python3 scripts/daily-report.py --today # 今天(截至此刻)
python3 scripts/daily-report.py --days 7 # 回填最近 7 天脚本从三处自动盘点并生成
reports/daily/YYYY-MM-DD.md:git
提交(作者日期)、_wiki/log.md 条目、当天 flomo
增量——每条结论都挂 git sha 或 log 条目,可回溯。
每份日报底部有一个“手记”区(<!-- 手记开始 -->…<!-- 手记结束 -->
标记之间):在这里补写今日反思、决策复盘、库外工作,或让 LLM
填写。重新生成日报时手记区原样保留,只有上方的自动盘点部分会刷新。
周报——把一周日报聚合:
python3 scripts/weekly-report.py # 上一个完整周(周一–周日)
python3 scripts/weekly-report.py --this-week
python3 scripts/weekly-report.py --last 7生成 reports/weekly/YYYY-Www.md:汇总数字直接盘点本周期的
git 提交 +
log.md(即使没生成过日报也准确),再加每日要点(缺日报的日子会标注)、分类小结、各日手记汇编,以及一个“周度综述”区留给
LLM 写叙事——在 Claudian 里让它读本周日报,写主线/进展/问题/下步。
cron 化(可选):把日报生成挂到本机
cron,每天自动留档并提交。date +%F(今天,POSIX
可移植)作提交信息;|| true
只为吞掉”无改动可提交”这一非错误情形:
0 6 * * * cd /path/to/mind && python3 scripts/daily-report.py && git add reports/daily reports/weekly && git commit -q -m "自动日报($(date +\%F) 生成)" || true
macOS 自带 BSD
date语义不同,但这里只用了可移植的date +%F,无需改动。
一键全量更新
把散落的更新命令收成一条编排脚本
scripts/update-all.sh:按序跑 日报 →
compile.sh(编译 + 索引 + lint + 保鲜 + 决策 + 浏览站 +
提交)→ 订阅台账页 → 门户入口页 → 对外文档站。逐步 best-effort:缺
sage-wiki/pandoc 的步骤自动跳过,真跑失败才记 ✗
并非零退出。
bash scripts/update-all.sh --dry-run # 先看计划(不执行、不落盘)
bash scripts/update-all.sh # 全量更新
bash scripts/update-all.sh --pull # 顺带先 git pull --ff-only 拉最新代码网页一键启动:门户入口页(browse/index.html)的
hero 区有「🔄
全量更新」按钮——本地服务(python3 scripts/brain-server.py)在线时点亮,点击即在后台跑
update-all.sh,页面实时回显日志尾,完成显示 ✅/⚠️。按钮走
POST /api/update-all + 轮询
GET /api/update-status,只接受本地来源(挡跨站触发)。
每天自动启动(macOS LaunchAgent,每日 09:30):
cp scripts/com.mind.update-all.plist ~/Library/LaunchAgents/
launchctl load ~/Library/LaunchAgents/com.mind.update-all.plist
launchctl start com.mind.update-all # 立即试跑一次;日志见 ~/.mind-update-all.log按钮、定时、命令行三条路都调同一个
update-all.sh(单一真相)。Linux/无 launchd 可改用 cron:30 9 * * * cd /path/to/mind && bash scripts/update-all.sh(睡眠漏跑问题同报告 cron)。
每周 / 每月节奏
每周
- 周一:检查
raw/clippings/积压 →sage-wiki compile→bash scripts/auto-archive.sh - 周三:逐篇深度摄入上周的
todo文章 → 移入archive/ - 周五:新 flomo 导出 → 增量脚本 + 六类提取 →
sage-wiki lint - 周日/周一:
python3 scripts/weekly-report.py合成上周周报,在综述区补一段小结 - 亦可开启
compile --watch让 clippings 全自动化
每日
python3 scripts/daily-report.py盘点前一天工作(或交给 cron);随手在手记区补两句
每月
- 深度健检一次(
lint --fix处理安全项) - 用 Obsidian 图谱观察连接质量成长
- 复评
config.yaml分层模型的性价比
两套框架何时用
- 写作任务 →
六类素材框架(
material/):①原创金句 ②亲历复盘 ③外部权威 ④真实案例 ⑤框架心智模型 ⑥数据趋势 - 产品决策 → 五维工作框架(
_wiki/标签检索):市场/技术/产品/人/框架
遇到问题先查 FAQ 与避坑。
docs/ 下的 Markdown 生成(以 Markdown 为准)
回到顶部 ↑