我用豆包工作把我散落在飞书的几百遍文档整理成了一个知识库(附skill )

上周我想找一份三个月前的合作方案，在飞书里翻了二十分钟没找到。

最后丢给豆包，让它去我的知识库里搜，十秒给我调出来了，还顺手标了重点。

我飞书里有几百篇文档，自己写的、同事发来的、合作伙伴共享的，散在二十多个知识库里。

以前找东西全靠记忆，记不清在哪个库，就一个个翻。

现在我用豆包工作加飞书，搭了一个"给 AI 看"的个人知识库。找东西、存东西、调东西，全交给 AI。

这篇讲讲我是怎么搭的、平时怎么用。

01 这个库不是给我翻的，是给AI用的

这个库主要不是给我自己翻的。

是让 AI 随时能查、能存、能调用。

比如我早上通勤，手机上跟豆包说，把上周那份竞品分析调出来。它不用我告诉它在哪个文件夹，直接从知识库里读出来，还能顺手帮我更新一版。

换个对话、换个 AI、换台设备，它都能马上知道我是谁、东西在哪，接着干活。

人找东西靠记忆和搜索，AI 找东西靠结构。我做的事，就是把散着的文档，变成 AI 读得懂、调得动的结构。

长这样：

图1：我的知识库结构——左侧按业务分板块，右侧是给 AI 读的个人画像（实操截图）

02 为什么用豆包加飞书

工具很多，我最后选豆包加飞书，是三个很现实的点。

1 东西本来就在飞书云端

我的文档、表格、多维表格本来就全在飞书，存在云端、不占本地，手机电脑自动同步。

AI 直接在云端读写，不用导来导去，也不用再搬一份到别的软件里重复维护。

2 飞书 CLI 开源了，谁都能读

飞书官方把命令行工具 Lark CLI 开源了，文档、多维表格、日历、邮件这些都能调。

意思是这套库不绑死某一个 AI。今天用豆包，明天换别的 Agent，照样能读我飞书里的东西。

知识库得是跟着我走的资产，不是锁在某个 App 里的孤岛。

图2：飞书官方开源 CLI，任何 AI 都能通过命令行读写你的文档、表格、知识库（实操截图）

3 豆包有云电脑，关机也能跑

任务能挂在云端跑，我电脑不用 24 小时开着。人在外面，手机就能派活、调资料。通勤路上发张截图过去，它自动帮我归档。

图3：豆包工作云电脑任务界面——定时任务关机也能跑，手机随时派活查进度（实操截图）

03 平时到底怎么用

这块是重点。先跟着我跑一遍完整流程，再拆开讲每个细节。

拿上周那份季度复盘举例：周一通勤路上看到一篇行业报告，丢个链接说"存一下"，它自动归档打了S级；周二上午我说"帮我找Q2复盘的资料"，它分层检索，调出了复盘框架词条和三个月的工作日记；下午它基于这些素材出了一版初稿，我改了半小时就发了；周三我发现"季度复盘"这个方法这季度已经用了第三次，让它提炼成一张新词条；周四换 Claude 试一下，丢给它交接箱，五分钟后它开始问我要继续做哪件事。整个过程后台定时任务每天自动拉日报、整理日记，我不用管。

图4：一份季度复盘，知识库跑了完整四天——四天里我只说了5句话（实操流程图）

下面拆开讲每一步。

看到东西，丢给它就行

以前看到好文章，动作是点收藏，然后再也没看过。

现在把链接一丢，说句"存一下"。它自己抓全文、写一句话摘要、提关键词、判断归哪个板块、打个评级，存进一张统一的收藏表。

图5：丢个链接说"存一下"，AI 自动抓取、摘要、评级、写入收藏表（实操截图）

别人发来的飞书文档也一样。

比如合作方发来一份产品方案，查看权限只有7天。我让豆包读一遍，按我的板块结构重排后存进知识库。到期后原文档打不开了，但我库里这份还在，AI 随时能调。

图6：原文档权限到期无法访问 vs 我库里结构化归档后的版本永久可用（对比截图）

这样我的知识库不只是"我写的"，而是"我能用的所有资料"。

外部链接我不存全文，只存摘要、要点和原链接。特别高价值、以后会反复用的，才升级成一张正式词条。

找东西，不让它翻全库

几百篇文档，每次从头读一遍？又慢又费。

我让它分层找：

• • 先读总纲和个人画像，建立全局认知
• • 再查索引和关键词，定位到具体板块
• • 然后只读命中的那张词条
• • 真要原始细节，才打开原文

图7：问一句"帮我找爆款标题方法论"，AI 分层检索直接调出词条（实操截图）

内容之间还挂了双向链接，每张词条都能跳回原始出处，顺着一条线就把相关内容带出来。

一套下来，一次查询通常只读两三篇，又快又准。

要用的时候，直接从库里调

写东西、做方案，它先去库里翻我以前沉淀的词条、案例、素材，再动笔。

比如上周要写一份季度运营复盘，它先去库里翻了我沉淀的"复盘框架"词条、这三个月的工作日记、还有收藏的行业报告，然后按我的结构出了一版初稿。

我改了半小时就发了。以前这种复盘，光找资料就要大半天。

出来的东西带着我的判断，是"我的"，不是网上谁都能生成的通用套话。

重复用三次以上，才沉淀成词条

不是什么内容都配叫词条。

我的规矩是，同一个方法重复出现三次以上，才提炼成一张卡片：是什么、怎么用、有哪些案例、来源在哪。

比如"公众号爆款标题"这个方法，我在不同选题里用了三次，每次都有新细节。第三次用完，我让它提炼成一张词条：标题的六种结构、每个结构的适用场景、我自己测过的例子、常见的坑。

后来再写标题，直接调这张词条，十分钟出五个备选。

用得越多，词条越多，下一次调用就越快。

所以我管它叫会自己生长的库——一边用一边沉淀，越用越聪明。

换个 AI，也不用从头再来

这半年豆包、Claude、Gemini 我换着用。每开一个新对话，以前都得重新介绍一遍自己。

现在新接入一个 AI，先让它读我准备的一页"交接箱"：我是谁、库怎么分层、怎么读、怎么写、什么不能动。

前阵子试 Claude，我把交接箱丢给它。它读了五分钟，先去库里翻了我最近的项目笔记，然后问我：你现在要继续做哪件事？

不用我重新讲一遍我是谁、资料在哪、习惯怎么协作。

图8：把一页交接箱丢给新 AI，5分钟后它就能开始干活（实操截图）

把规矩写成文档、而不是只留在某次对话里，就是为了这一步。

日常维护，让它自己转

固定动作我都交给定时任务：每天自动拉行业日报入库，把当天的 AI 工作记录整理成日记。

这些跑在云电脑上，我关机也不影响。每个月它还会更新一次我的个人画像，给全库做个体检，查失效链接、空文档和没归类的内容。

04 想自己搭的，看这节

只想用的，看到上面就够了。想自己搭一个的，我简单说，不堆技术。

核心就几条：先定规矩再装内容；一个主库、按业务分板块；每个板块自带索引和日志；读取走分层、内容之间挂双链；资料只归档、不删除。

我那次迁移，一个晚上把二十多个旧库、四百多篇文档并进主库，跑完一遍全量链接体检，没丢东西，也没新增断链。

我之前把自媒体创作流程整理成了一套 Skill 开源，这次把知识库的运维规则也整理出来了，叫 feishu-wiki-ops，地址在这：gitee.com/sunnymama/feishu-wiki-ops

装好让 AI 初始化知识库骨架，然后开始丢内容就行。

分工一句话：飞书是放东西的容器，Skill 是写给 AI 的规矩，AI 是帮你整理和调用的那只手。缺了规矩，容器里永远只是一堆文档。

最后

以前建知识库，默认读者是未来的自己。

现在，第一读者其实是 AI。

你喂给它的上下文质量，决定它能帮你干多少活。同一个模型，喂一堆散乱文档，和喂一套有索引、有词条、有规矩的库，结果天差地别。

与其每次换 AI 都重新介绍一遍自己，不如花一个晚上把知识库搭好。以后不管哪个 AI，读一页交接箱就能上手。