知识库 08|不装插件,先快速搭建一个能用的知识库

上一篇聊了知识库工具的选择。工具定下来，接下来就该动手了。

上一篇结尾，我提出了一个建议：先花三十分钟，搭一个能用的最小知识库。

这里先把这句话说清楚：三十分钟只够搭好骨架。 建几个文件夹、写一份说明、把这周需要的素材放进去，就可以开始使用了。剩下的完善，留到实际使用中再做。

说到搭建，很多人容易陷入另一个问题：文件夹怎么分类、插件怎么搭配、工作流怎么设计，折腾了很久，真正积累下来的内容却没多少。

刚开始没必要搞得这么复杂。先找一个具体的目标，搭一个小库，把最基本的流程跑通，等真正用起来再逐步完善。

01从一件具体的事情开始

为了持续写好「知识库」这个系列，我需要不断查找资料、整理思路、确定选题、撰写文章，还要保存发布后的成果。

这些事情看起来不复杂，但做起来很容易分散：资料在不同的文件夹里，想法留在不同的文档中，有些内容还在过去的 AI 对话里。每次准备写下一篇文章，都要重新找资料、回忆思路，有时连上次做到哪一步都得重新梳理。

所以，我决定围绕这个系列，整理出一个专门的小型知识库。

素材统一放在一个地方，选题有专门的位置，写作中的文章集中管理，发布后的成果也保存下来。另外，我还把知识库的使用说明、写作要求和与 AI 协作的规则单独整理出来。

这样做，不是为了建立一套多么复杂的知识管理系统，而是先解决眼前的问题：让资料能够积累下来，让写作能够持续推进，让不同的 AI 工具能够接着已有的工作继续做。

这就是搭建小型知识库的出发点：先明确要完成什么事情，再围绕这件事组织资料和工作流程。

02五个文件夹，搭起基本框架

第 06 篇里，我曾经介绍过一套目录结构，包括收件箱、进行中的项目、参考资料和归档等。那套结构主要按资料的用途和状态来组织，适合管理来源、类型比较多的资料。

这次我们围绕一个具体任务，按照从素材积累到文章发布的流程来展开说明。

比如，像我写知识库系列一样，你打算围绕「AI 时代的超级个体」写一个系列，就可以先建好下面五个文件夹：

每个文件夹负责一件事。

01-素材池：积累原材料

这里放与主题有关的书籍笔记、外部文章、行业案例、个人经历、灵感和观点。

不必一开始就把过去所有资料搬进来。先整理当前主题需要的内容，遇到有价值的新资料，再逐步补充。

整理素材时，除了保存内容，也尽量保留来源，并区分客观信息与自己的理解。后面写文章时，才更容易查证和引用。熟悉 AI 工具之后，也可以让 AI 辅助完成资料提炼和初步分类。

02-选题：把素材变成写作方向

有了资料，还要判断哪些内容值得写。

比如，从素材中可能会浮现几个问题：AI 降低了哪些创作门槛？为什么有了 AI，很多人仍然难以持续产出？普通人怎么逐步建立自己的优势？

这些问题可以先记下来，再筛选、组合，形成系列规划。

这个文件夹存放选题清单、系列规划和文章提纲。它连接着素材积累与实际写作，避免每次动笔都从零开始想主题。

03-草稿：与 AI 协作完成文章

选题确定后，就进入写作阶段。

可以让 AI 帮忙查找和整理资料、梳理逻辑、搭建提纲、撰写初稿，再结合自己的经验和判断反复修改。

这里保存正在创作的文章，包括提纲、初稿和修改稿。

有一点要记住：AI 写出来的内容不等于可以直接发布的文章。事实要核实，观点要判断，表达也要经过自己的修改。

04-发布归档：保存最终成果

文章发布后，把最终版本保存下来，记上发布日期和发布链接。

这样，知识库就不只是堆放资料和半成品的地方，也能持续积累已经完成的作品。以后写相关文章、做视频，或者回顾自己在某个主题上的思考，都能从这里找到已有成果。

05-规则：让 AI 按照统一的方式工作

最后这个文件夹最容易被忽略，但对 AI 协作尤其重要。

可以先建一个 README.md，写清楚知识库的目标、目录结构和基本使用方式。再逐步补充其他规则文件，例如：

公众号写作规则：明确文章定位、目标读者、语言风格和基本要求。素材整理规则：说明怎么提炼资料、保留来源、记录观点。内容生产流程：规定从整理素材到选题、写作、审核和发布归档的基本步骤。

为什么要专门做这些规则？

因为我们可能会使用不同的 AI 工具。有时让一个工具整理资料，有时让另一个工具协助写作。如果每次都要重新解释项目背景、写作要求和文件保存位置，既浪费时间，也容易出现混乱。

在我自己的知识库里，核心规则集中写在 AGENTS.md 中，放在知识库的最外层。里面写清楚这个库是做什么的、每个目录放什么、写稿时有哪些要求。

我还会使用 Codex、Trae 等工具参与工作。为了让它们遵循相同的项目约定，我把核心规则集中保存，并在需要时明确要求工具先读取这些规则。

换工具，不必重新交代一遍背景。 这才是规则文件最实在的好处。

当然，规则文件本身不会让 AI 自动干活。使用时仍然需要明确交代任务，并根据工具的能力和执行情况检查结果。但至少，项目背景、目录约定和写作标准不必每次从头解释。

03让知识库真正运转起来

目录建好之后，别急着装插件，也别急着上自动化。

先用一篇文章，把整个流程走一遍。

比如，准备写一篇《AI 时代，普通人为什么要重新认识自己的能力》。

第一步，从「素材池」里找出相关的书籍观点、行业案例和个人经历。

第二步，在「选题」里明确文章要讨论的问题、核心观点和写作提纲。

第三步，进入「草稿」，让 AI 根据现有素材和规则协助组织内容，再由自己核实、补充和修改。

第四步，文章发布后，把最终版本和链接存进「发布归档」。

整个过程不需要什么复杂技术。资料先用 Markdown 文件保存，AI 通过对话协助整理和写作，文件由自己按照约定放进对应目录。等流程稳定了，再考虑要不要引入插件、脚本或自动化。

还有一个小细节：同一份素材常常可以服务于多篇文章，不必为了不同选题反复复制。保留一份原始素材，在选题或草稿中注明引用关系，既能减少重复，也方便日后更新。

先让一条路走通，再考虑修第二条。

04先用起来，再根据问题改进

这套目录只是一个起点，不是标准答案。

用一段时间后，重点看三个问题。

第一，资料能不能找到？

素材越来越多，却总要花很久翻找，说明命名方式、索引或分类需要改进。

第二，资料能不能用起来？

收藏了一堆文章，却很少进入选题和写作，就要回头看看：素材整理有没有真正提炼出观点，选题规划是不是足够清楚。

第三，AI 能不能顺畅地参与？

每次都要重新解释要求，或者不同工具经常把文件放错地方，就该完善 README 和规则文件；某个环节反复出现大量重复劳动，再考虑自动化。

不必一开始就解决所有问题。先围绕一个明确目标，把素材积累、选题、写作和归档连起来。等实际使用暴露出问题，再一步步调整。

问题是用出来的，不是想出来的。

写在最后

搭建知识库，不一定要从一套复杂的分类体系开始。

对个人创作者来说，先围绕一个真实的内容项目，建几个职责清楚的文件夹，让资料能够沉淀、选题能够推进、文章能够完成，已经是一个很好的起点。

再进一步，把项目说明、写作规则和工作流程保存下来，知识库就有了另一层价值：它不仅帮助自己整理资料，也为不同 AI 工具参与同一项工作提供了共同依据。

先把一件事做好，再把这套方法扩展到更多事情上。

下一篇，我们聊一个更实际的问题：资料越积越多之后，怎么做好同步、备份和版本管理，避免辛苦积累的东西丢失。

留个问题： 你现在有没有一个「只服务一件事」的小型知识库？还是所有东西都堆在一个大目录里？