夜雨聆风
今天不讲PPT，聊聊AI，
如何借助 AI ，快速搭建一个知识库，掌握某个领域内的知识框架。
这篇文章，给大家一个实操的版本。
就拿我是怎么快速学习 AI 编程的思路，跟大家聊聊，我是如何搭建一个知识库的。
开头先说下背景
现在视频平台上的视频教程，基本都是碎片化的。
且 AI 变化太快，新工具、新概念每周都在冒出来。这些东西，根本等不到有人给你做成系统课。
所以，我搭这个知识库的核心目的，只有一个：能持续获取最新的知识点，同时把它们填进一个系统的框架里。
那整个知识库框架长什么样呢，
因为牵扯到多个环节的处理，整个工作流，分四步：
工具呢，只用两个：
Obsidian（笔记工具）：
Claude Code（AI 编程助手），当然，你用其他任意Agent工具都可以：
接下来一步一步说。
第一步：采集，核心是找到高质量的信息源
学任何领域，第一件事，肯定是找到这个领域里，真正有价值的内容。
学 AI 编程，我常看的是 YouTube ，有大量英文内容，国内的话，B 站上也有不少教程：
但视频是没办法做知识库的，我们要提取文字。
咋办呢？我用的是一个免费的浏览器插件，
你可以简单在 Obsidian 中配置下，它就可以一键把 B 站视频的字幕，导出来，存成文档。
就像这样：
而采集的内容，统一放进一个固定的文件夹，这就是你的原始素材库：
第二步：重写，把字幕变成可以读的文章
字幕导出来是什么样的？大概是这种：
这几乎没办法阅读，
所以，第二步要做的，就是把这些原始字幕，改写成适合阅读的格式。
这一步，完全可以交给 AI 来做。
我的做法是，让 Claude Code 批量读取原始素材文件夹里的内容，输出成结构清晰的 Markdown 文章：
我的指令是这样的：
如果你不会用 Claude Code，也可以把字幕文档，一篇篇粘贴进 DeepSeek ，让它帮你改写。麻烦一点，但效果是一样的。
这一步完成之后，你就有了一批可以正常阅读的文章：
这时候，这个文件夹也有内容了：
但现在所有内容，只是方便阅读了，内容之间是没有关联的。
第三步：拆解，把文章拆成知识点
这一步是为后续的，知识库搭建做准备。
你要做的，就是把每篇文章里，所有独立的知识点，拆解成一个个单独的文档，每个文档只讲一件事：
比如像 Claude Code 的斜杠命令有哪些、Node.js 为什么要先安装等等。
这一步，同样可以用 Claude Code ，批量完成：
拆解完之后，你会得到大量碎片化的知识点文档，它们是下一步的原材料。
拿其中一篇看下，大概就是这样的：
第四步：结构化输出，大纲 + 串联成文
这一步，是整个流程里最需要你自己参与的环节。
首先，你要给自己的知识库，定一条主线，就跟一本书的目录差不多。
比如我的主线是AI 编程，那这条主线是什么？学哪些方面？用什么顺序来讲？
就像这样：
这里提一下，虽然 AI 可以帮你生成初稿大纲，但最终，你得自己做判断，因为这是你的知识库，得符合你自己的思路。
同样，这一步同样可以借用AI来处理：
到这里，初版的内容大纲已经有了，长这样：
大纲有了之后，还需要考虑到，后续知识库更新的规则，这里核心是判断哪些需要补充，哪些不需要：
这样一来，知识库就会持续优化，而不是一个静态的资料库。
最后一步，根据大纲里每个章节，已有的知识点，让 AI 重新串联，写出一篇篇完整的文章，放进知识库：
这里有一个关键的提示词要求：AI 在输出每篇文章的时候，必须站在全局视角，而不是只盯着某一个碎片知识点。
我的指令是这样的：
这样出来的文章，前后才有连贯性：
额外聊一句，关于自动化处理的思考
这套工作流，理论上可以实现全自动，当新文件进来，Python 脚本自动触发，一路跑完四个步骤。
但我没这么做。
原因很简单，我需要自己先消化一遍。看看这个视频讲了什么，判断一下值不值得进知识库，这本身就是一个知识内化的过程。
全自动，虽然省了时间，但也省掉了这个环节。
来看下这个最终输出的内容：
最后，还是想说一句，朋友们，AI，还是要学啊。
额外再说下，旁友圈会员权益，又又又上新了。
我们上线了一门全新的AI训练营，为期一年，40场直播，带大家了解全套AI能力。
预告下，AI商业实战训练营，第3期会在本周三开始，如果是旁友圈会员的话，别忘了参与哈：
