ima知识库如何喂给Claude

现在 cloud code 真的 太长了，我在用它帮我搭建一个批改高效论文的智能体。现在呢，我给他喂了一份七十七页的文档，是个 word 文档， 你看 cloud code 把这七十七页文档这个分析任务分解成十五个任务，然后给每个任务分配了一个子智能体，这样的话他很快就把这个文档分析完成了。 现在我采用的是 brainstorming， 就是 头脑风暴模式，说他给我提供了两个解决方案，然后问我用哪一个方案， 就这个英文，不用担心，直接把这段英文复制到豆包里，请帮我翻译成中文，那豆包就翻译好了。第一句话的意思是只代理驱动模式， 我为每个任务分配全新的代理任务，之间进行审核，快速迭代，四五个任务可以快速推进。你看现在这个样多聪明。 那现在我跟你说，请用第一种方式，请用第一种方式回车，他开始工作了，如果说你的能力足够强，你可以开 n 多个窗口，分别去做不同的事。 你看现在他同时在工作上边，他在问我说从批改的结果看，说批批注数量生成十条， 然后把原因给我了，问我是不是要修复这两个问题，因为因为现在有另一个任务在修改，所以说我不能同时开两个，因为同时开两个容易乱。好，现在又开始让我确认，他问我是不是要编辑系统提示词这个文件， 那我说 yes， 直接回车。那现在他又在开始忙碌起来。 p i 真的 能够帮助我们提升工作效率，去年 d p c 刚出来的时候 效果没这么好，现在可捞的扣子出来以后啊，说对我们的工作效率能够提升 三倍、五倍甚至十倍以上这个效率。我现在用 cloud 搭建这个知识库，不是简单的解锁和答疑功能，而是一个真正意义上的一个智能体。 他在真正的帮我干活，他通过学习我以前积累的这些这文档资料，形成我的知识库， 然后通过分析我工作的模式，他是在学习我的工作模式，把这些能力他学到了以后，他会用于去帮助我批改高校的论文。当然现在 ai 批改论文的水平还远远没有达到于老师的水平， 所以于老师呢，在不断地用我批改的这些信息去喂给 ai， 让 ai 来不断地学习，不断地提升他批改论文的水平。所以我们拭目以待说我希望 ai 能够很快超过于老师的批改水平。

做一人公司呢，必须要有知识库，尤其是在 ai 发展如此快的大环境下。这条内容呢，就讲讲知识库该怎么搭建，包括理念、方法和工具都有哪些。这条内容呢，比较长，大家可以先收藏啊。我看到了很多有关知识库的这个内容啊，我觉得认知都是有偏差的，哎，或者说至少吧，不适合一人公司这个业务场景， 或者说有可能呢，这部分人就不懂商业，他没赚过钱，所以对这个事的理解呢，也是比较浅的。希望我这条内容呢，第一适合一人公司，得有商业变现的价值。 第二呢，就不敢说是最简单的，至少是性价比最高的方案，因为你简单很多的话，还是会牺牲一些效果的。在讲知乎之前，先讲一个看似比较普通的问题啊，就是为什么大家想去用 ai 就 用不好，比如说我想用 ai 去写内容， 或者帮我去做一些咨询的工作，帮我写方案，帮我写脚本，为什么用不好呢？这里个最基本的原因就是 ai 其实他不了解你，他不知道你是谁，他不知道你懂什么，他不知道你卖什么样的产品。所以如果想要把 ai 用好，必须你要先告诉他，你有什么，你是谁，你想怎么去用。 哎，那这个其实就是知识库最重要的意义在这儿，所以你可以理解为你要把知识库建立起来，把知识库做好，你就可以搭建一个你本人和 ai 的 一个沟通和交流的桥梁。那到底什么是知识库呢？我觉得这个事大家理解一定是不一样的，我都不用做调研，在小红书里面，去年很多人靠卖知识库 这个事还是赚到了钱的，对吧？然后能看到很多这样的案例，那小红书里边卖的知识库到底是不是真的我所讲的知识库呢？ 呃，你看很多人这个把呃老外的艺人公司的那个网红 danco， 他的内容，或者是纳瓦尔的这些内容把它整理出来，或者是把所谓艺人公司从零到一百万怎么做起来的这些呃内容整理出来，把它呃编好，放到一个非书文档里，或者是把它更好的去呃用更好形式呈现出来吧， 然后放到小红书里去卖。那这个是不是知识库呢？我是这样看的啊。知识库有两个特点，第一，知识库一定是你自己的，像小红书里边，你可能今天举个例子，花九十九块钱买了艺人公司大神单扣的这些内容，有了这样的获得感， 但是有获得感这个知识是不是你真的理解掌握掌握了，这是完全的两回事啊，所以这还是别人的东西，不是你的。哦，那怎么去衡量这个东西是你的呢？有个非常简单的方法，就是在脱稿的情况下，你能不能把它再复述出来， 尤其是在遇到这样应用场景里边。举个例子，比如说有人向你请教一人公司该怎么做，或者是他有些问题，哎，你因为看了别人的这方面的知识库的文档，你能把它给呈现出来， 这叫你的东西，如果不能啊，如果你复述不出来，说明没有吸收它，所以知识库呢，一定是属于你自己的，不是别人的。知识库的第二个特点就是它是用的， 并不是用来收集和收藏的，如果没有应用，知识库就没有价值。很多人我们喜欢去做知识库的原因，就感觉我好像去拥有它， 比如说我把过去的所有沉淀，呃，或者是方法论，呃，文章公式巴拉巴拉把它收集下来，放到这里就大功告成了，对吧？这个完全是不对的，为什么呢？因为就是你没有 应用它的场景，或者你在做这件事的时候，你你的目的性不够，你背后没有商业模式，或者他无用武之地，那么你做这件事他没有意义，他是纯粹浪费时间。所以知识库一定可以被应用，而不是只是用来收集的。那为什么我们觉得知识库这事这么重要呢？比如说你也在关心这条内容，你会去学习它。 原因就是我们做艺人公司其实很重要一个点，其实就是我们的是靠我们知识啊，经验，靠智力、靠脑力劳动来去服务给你的客户来去变现的。 所以在这过程当中我们的沉淀和整合就变得非常重要。对于自己的这种信息知识的这种沉淀，对于每天接收到新的东西的这种整合就变得异常重要了。所以我们经常有感受说，哎呀，我突然想到了一个新的想法，哎，我突然就是在一个这种， 比如读书啊，和跟别人请教交流啊，或者是在跟客户呃交付的过程当中有些新的认知，你就希望说赶紧把它给记录下来，就好像你旁边有一个呃，这个一个桶， 这桶你可以不断的往里扔东西，然后扔了以后你不用担心它会丢掉，对吧？你既然扔了它，你就会知道它一定会帮你啊，很好的把它管理起来。 所以这个其实就是你对知识库里很重要的一个诉求，就是你每天有很多的信息，这些信息不会被丢掉， 然后你有很多的信息，这些信息可以和你现有东西做更好的整合。所以这是我们对知识库这么关心的核心的原因。他有这么重要的魅力的原因就是第一是沉淀，第二是整合， 你可以细想一下，呃，整合这事还是挺麻烦的啊，比如你今天在这个通勤的过程当中有个新的想法，这个想法完全可以融入到或者是和你现有的这个肢体整合起来。但是如果你呃停下来， 或者是你打开电脑，然后把它放在哪里，或者是该怎么去整合，这工作量还是就是还是很复杂的，就事不大，但是非常非常的麻烦，那一旦你没有去做这事，可能就忘掉了。 所以我们希望的这个知识库呢，就是能帮我们做好沉淀和整合的工作。所以对我们一人公司来说，我们一直强调叫做什么？你要做长期的有复利价值的事情， 那既然长期有复利价值，既然我们要做脑力劳动啊，用自己的经验和知识去交付的这个事情，那么知识库就是我们必须要做的，它非常非常的重要。 搭建知识库其实有很多个工具或者流程和方法，所以我在开头时我讲了我希望我的方法性价比是比较高的，以及最适合因人公司的这个应用场景的。我其实试过很多种工具，我包括我一直在迭代我自己的 这个知识库的这种方法，所以我现在综合应用下来，我觉得 cloud 是 非常适合因人公司的知识库的沉淀的，那它需要有一定搭配，所以就会有三个工具，第一个是 cloud， 第二个是这个 flomo， 第三个是飞书，这三个工具把它整合好了，你就可以更好地把你的账簿打印起来了。比如说 cloud， 它的作用在于说它是一个第一帮你去清洗数据，然 然后整合数据，并且记录的这样的一个呃平台。更重要的是它可以通过对话的方式，然后通过智能体的方式，然后呃帮你去解决具体的问题。比如说你要去写篇文章，你可以直接和他对话，呃来去呈现出来，所以它是一个这种交互的场景。同时呢它也可以帮你去记录和吸收， 然后就一整合吧，然后 flow 的 价值在于说，呃，在日常的你有些新的想法，新的这种感受的时候，它可以快速的帮你记录，就是不用等，然后不用去整理思绪，也不用去措辞，快速的把它记录下来，然后把它导出，这个其实会更方便的。那非书的价值在于说把你的这个知识体系知识库， 然后沉淀在这里，方便你去查看和吸收和修改工具讲完了，可能大家会说是不是可以开始去讲怎么去搭建知识库了？还不可以，为什么呢？我，我先跑个题， 我可以跟大家讲，就是搭建知识库的这种操作的方法，呃相对来说比较好学，它甚至不是最重要的，我认为更重要的是就是对于这个事的理解，以及就是你呃能去建知识库的一些前提， 这些前提我认为是能帮助你或者是能让你保证知识库能更好的被应用的一个先决条件。所以我现在跟大家分享一下，就是你要去应用和建立知识库的前提到底应该有什么？第一呢就是建立知识库他必须要有意义，就你做这件事你是为了解决谁的什么问题？你的商业模式是什么？ 就这个它是一个工具，它是一个呃，它，你可以理解为它是一个知识体系，那这个知识体系肯定是拿来去做应用的，所以你必须要思考的是，或者是你已经有了这样的一个答案，就是为了谁，然后解决什么的问题，你背后的商业模式吗？商业模式就是你用来去做价值交换， 你可以把你的经验时间付出出去，你你变现对吧？你换来钱，并且这件事能长期持续运转，这个叫做商业模式。其实谈钱不丢人，你会发现在商业这个世界里边，如果说他不能变现或者是长期，至少长期来看他都不能有商业价值的话，你这件事是不值得做的，或者说你要去做也是 怎么说也做不下去，你坚持不了多长时间。第二个前提就是你的知识体系，你知识库啊必须先有个框架，这框架可以是一个呃基本的一个操作流程，或者有几个关键点，呃再简陋一点都没问题。 首先你得有一个最基础的一个框框，这样的话你再去喂给他内容的时候，呃，你才能保证他给出来的东西跟你想要的是一样的，你，你不能说完全塞给他所有的信息，他其实不知道你的主线是什么， 他不知道就是你是怎么去看待这个事的，所以他只能靠他自己的理解。如果你给他很多信息，他靠他自己去理解，呈现出来的话，未必跟你想的是一样的。 我举个非常简单的例子吧，比如说我们在理解一人公司这件事上，我有一个非常简单的一个系统，就首先你要认知到自己的优势什么，然后其次选对赛道，然后设计好你的产品，然后用呃简单的方式做好个人 ip， 然后做好成交，然后成交带来更多客户，然后又会反哺你，更好的去理解你自己的优势。他这五个要素是一个圈， 所以你可以理解我啊，在我的知识体系里面，我至少就分成这五点，那么其他所有的这些信息都可以被安排在这五点里任何的方方面面。那比如说，哎，那这个高客单非标品的这个产品该怎么去设计呢？好，你放到产品里面， 哎，那这个个人 ip 该在拍什么选择题呢？放到个人 ip 里面，对吧？很多人说我不知道我要做什么，我能做什么，擅长做什么，放到个人优势里面，这五个要素就是我的一个最基本的框架。所以对于你来讲的话，你一定要对你做的这个事有一个最基础的认知和理解。如果你完全是一个纯粹是个零的状态下，呃，我觉得他给你的东西， 说实话，呃，你可能很难理解和接受的时候，呃，你就没办法应用，那就违背了知识库的意义了。所以你看 这两个前提，就意味着说我们在做这件事之前还是要能想清楚个大概的。 ai 没有办法在你啥都不懂、啥都不知道、啥都没有积累的时候，帮助你趟出一条路来，对吧？那也不现实，而是说你已经有了个眉目，它能 帮助你做延展，提高你的效率，对吧？然后甚至替代很多的人力的工作，这是 ok 的。 所以你看这两个前提就变得格外重要了。所以可能很多的朋友在看我这条内容的时候， 呃，有有一些想法，但是不够体系，但没关系，你试着把它先做一个非常简单的沉淀，哪怕就刚刚我说的，举个例子，比如说你对一人公司这事你完全不了解，那你能不能总结出三个要点来， 比如说做好产品，然后呃，写好内容，做好成交这三点，哎，这也是一个小框框呀，那你有这小框框以后，你就可以去做延展和推进了， 这个就是我们做知识库里边。呃，在做这件事之前，哈，两个非常重要的前提你必须要具备。好了，接下来就到了搭建这个环节了，其实很简单，你可以跟 cloud 去讲，你要去搭建你自己的知识库，让他去教你一步一步该怎么去操作。你发现这个问题只有 至少在当下啊，只有 cloud 能帮你去解决。基本上问了一圈，呃， cloud 是 最好用或者最清晰的，或者他在过程当中出问题吧，出最少的。 我觉得 glass 很 像一个就是理科，理科直男，他在梳理问题的严谨程度上明显会更好于其他的模型，这是我推荐他的最核心的原因哈，你在这个过程当中出问题的，呃次数是比较少的。比如说我在这个知识库的环节里面，我们已经对话了几十个回合了，没有出现任何的幻觉。可是在其他的模型里面，有的时候他 因为上下文嘛，这是 ai。 目前来说就会遇到一个常见的问题，就是当你的上下文呃次数回合变得很多的时候，他有可能会出现幻觉，他忘了他聊的到哪里了，对吧？他可能忘了之前的这些内容都非常非常正常，但是 cloud 在 这个环节表现的还是 比较好的。所以你就跟他讲你要去搭建你的知识库，他会告诉你要做哪些事情，那我跟他交流的话，他告诉我哈要做五件事。第一呢就是你要告诉他你是谁。 第二个呢，就是你要告诉他你的方法论的库到底是什么？第三就是你要告诉他你有哪些成功的案例，就案例库。第四呢就是你要输入给他你的过去的一些语料，叫做语料库。第五呢就是每日更新的内容，叫做，呃，每日更新的信息库。所以这五点再说一遍， 我是谁？方法论库、案例库、语料库和每日更新这五五个内容。其实这个应该是比较简单的啊，你根据他的要求 呃去回答他的问题就好了，我就不做详细的介绍了。呃，你会发现跟 i 交流就很简单，如果你不知道你接下来要做什么，或者你不知道你的内容全不全，或者是是是不是，呃，是正确的，或者是可不可以优化，你完全可以问他， 你告诉他，呃，你说哪里还需要补充，比如说我再去做提供我是谁这个内容的时候，其实我过去整理了个文档，我就直接给到他了，我就问他，你看还有哪些需要补充，他就告诉我说，呃。你还要告诉我你过去的这二十多年，嗯，都做了，都去哪加工哪些家？ 他就告诉我说，嗯，他就说你要告诉我过去的这二十多年里边，然后你去了哪些家，公司是在哪一年，然后做了哪些成绩？这个确实我没有提供，所以他要我去补充这些东西，包括他要让我补充产品的这些信息，我就把他提供给他了。所以当你不知道该怎么做的时候，你就可以去问 ai， 这非常简单的一个事情。 所以这五点里边，我觉得，呃相对来说比较简单。但是我说一下，呃我提供了什么东西吧，我觉得这个是比较重要的，因为发现 他让你去提供这些信息的时候，如果你没有，你发现这知识库照样建立不起来。我们就以方法论库这个事来去讲，就是你的方法论到底是什么，这个还是非常非常重要的。 方法论库其实是一个最呃硬核、最干货的东西，呃，他是代表了你过去的一些经验的沉淀，你可以理解为一些流程啊、方法呃要点，甚至些公式啊等等，或你从实操的这些经验。 呃，这里边有个误区，就是有些朋友把 ai 生成东西过去呃，自己让 ai 生成一些文章，然后把它拿出来喂给 ai， 希望让让 cloud 帮你提炼出这里边的方法论。我觉得这个是有点扯的，为什么呢？就是你拿 ai 生成的东西，然后再喂回给 ai， 让它再去从中去提炼东西，这就是完全浪费时间。 在这个时候方法论库要的是非常干的东西。如果你过去有一些沉淀的呃，比如说工作当中文档，然后 ppt， 然后课件呃，或者是你讲课的这视频音频都可以，那我是怎么做的？跟大家分享一下。我有一个臭毛病，就是会有日常会写文档的毛病，就是当你有一个 呃，研究一个小课题的时候，我会把它写下来，把它沉淀下来。所以当一些很具体的一些场景的问题的时候，我有些比较呃这个深入的思考， 我就会把它给沉沉淀成文字。那么过去的这几年里面，我们沉淀了很多这样的文字，然后甚至我其实已经把它写成了一个十几万字的书稿，那对于我来讲的话，我就把我的书稿 然后拿出来喂给，告诉他这个就是我自己的这个这个知识体系方法论，然后他一下子就把它识别出来了。这时候我发现一个很有意思点，就是你看我喂给他，我就至少有二十万字的东西吧，因为除了书稿以外，还有其他东西，他最终给就是清洗吧，梳理提炼出来的东西非常短 啊，我觉得可能也就几百字吧啊，但是他非常有条理，他把核心的关键环节把他提炼出来，然后就足够了，因为他不需要赘述，也不需要去讲什么前因后果，他只需要把这个要点拿出来就可以了。所以这就我刚才讲的就是当，就是当你如果没有方法论的时候，你把 ai 生成东西再喂给他，这是没有意义和没有价值的， 所以在这一步很重要的点就是你要找到你自己硬核的干货到底是什么？如果这个都没有的话，我说实话咱也不配有这个知识库，对吧？ 好，再再给大家举个例子，就是这里边有个叫语料库的，呃，顾名思义，大家知道是什么东西是吧？呃，但是我不知道大家会不会有足够的语料可以提供给他去学习和沉淀，那我是怎么做的？首先就是他也会提示你说如果你有过去你写的这些文章， 然后你这这些文章的这些观点，包括你的表达风格，其实是他需要知道的，所以我就把我过去写的这些公众号的文章呃，打了报给了他。这是第一就是我的公众号内容给他，让他去学习我的这是语料嘛，很重要一点就文字的。然后第二呢，就是我做过很多场直播， 然后我的直播呢，基本上最近的我觉得十几场、二十几场吧，都是和艺人公司相关的，而且都是单口的，而且都是在分享一个很具体的点。然后我卖货的这个环节比例也比较小，所以他都是很具体，余料都是我一晚上可能两三个小时，不拉不拉说这些这些具体的这些话，是吧？所以我就把它直播回放， 然后把它下载下来，转成文字给到他，所以这又是一种语料。那我写的文章的语料和我直播的语料其实又是不一样的，就书面的和口头的表达又是不同的，这是第二种。 然后第三种就是我在呃开会或者是给到客户咨询的时候，其实我会有，有的时候会有录音的这个环节，然后在录音的环节，这个时候他和直播的时候不一样，就他有一个对话 啊的场景，它有这种交流的场景，它有这种，呃案例的背景的场景，那这些东西有的时候，呃，有些客户是允许我们把它沉淀下来的时候，我也把它拿下来， 把它转成了呃这个文字，然后有上下文喂给这 cloud， 这又是另外一种这个语料啊，它它是有对话的，所以它可能有更多的价值， 然后这些其实都是能更加丰富。呃，这个 ai 对 于你的理解，然后 ai 能获取更多的信息， ai 知道你的表达风格、表达思路。我举个例子，你看我，我们做艺人公司，或者我没有会员，然后很多会找我来咨询，然后找我来咨询的时候，呃，我其实最初我理解就是我自己的专业能力，我能帮到他们， 然后我没有所谓使用些什么套路，或者是用什么方法论的东西，我觉得交流其实没有必要，但是我过去这一年里边，我真的数不清我做了多少个咨询。后来你把这些咨询的这些跟用户沟通的方式沉淀下来以后，发现我其实有套路的，这个套路在我脑子里，只不过我没有把它沉淀下来。 但是你把你跟这些学员沟通的这记录喂给 ai 的 时候，其实 ai 就 能帮你整理出来一个你解决你客户问题的一个思路， 对吧？你会怎么去找这个问题的关键点？然后你怎么去这个把这个问题能讲清楚，然后你在应用了哪个模型，你应用了哪个知识体系的方法，其实都在这个里面， 因为人的认知相对来说就是确定的，而且我做的业务呢也比较集中，大家问题呢，说实话也相对来说有一定的类似，所以说我应用的方法，当这个数据积累到足够多的情况下，你会发现它是有规律的。 哎，这个雨料给到呃这个 ai 的 时候，它就能帮你去提炼出来，我觉得这也非常有价值。对于这个雨料收集啊，现在有些硬件呃会让你更方便， 比如说有这个像一个扣一样啊，圆形像小硬币一样，你可以放在身上的，然后也有像手机充电宝一样，可以贴在手机背后的，像你们刷短视频可能都能看到过，它可以帮助你快速去收集这些雨料啊，大家可以 如果你感兴趣的话也可以了解一下，我在这里就不推荐了。再说一下案例库，这个我才可能对大家来说相对是最难的，因为大 大家的案例应该都不会特别多吧，说实话，因为如果案例很多的话，就说明你已经就是已经不是新手了，可能看这个视频或听这个视频的人应该是新手会多一些。所以，呃案例库这个事呢，我觉得是这样的，就是它分成两类，一类呢就是叫做自有案例，一种呢叫做公有案例。什么意思呢？自有案例就是你自己做的 啊，就是比如你自己呃接的客户，交付的客户，然后你完全了解这个背后的很多信息，然后公有案例是指他是这个公开的， 他是别人的，就是你通过在听别人的讲述或者网上的公开信息，你经过收集，然后理解、消化，然后对这个事有一个自己的看待，这个其实就是不是你的客户，然后你对他做了分析和理解，然后面你可能应用他，这叫做工友的案例。如果你自有案例比较少怎么办？第一呢就是把你的注意力放在工友案例上， 这个也是个解决问题方法。第二还有个方法，就是你可以把自己当成案例，那你可能虽然没有服呃，服务过，或者服务好很多的这个客户，但是你自己可能就是一个比较不错的案例， 这个也可以把它看成一个自有的案例，因为你对这里边的细节呢足够了解，能讲的比较细致。呃，所以这里边当然是讲自有案例是最好的，因为你会发现公有案例你讲的时候，你会就像讲别人的事一样，就感觉很多都是书面用于很多就是很粗的东西， 别人听你讲嘛也听不进去，为什么呢？因为细节不够呀，也不够吸引人啊，因为你你自己也没有进去。然后再说一下这个日常更新啊，日常更新是其实这知识库的一个开源的 一个环节，就是它不能是死水一潭呀，那你怎么去收集你的日常的想法呢？就是通过这个日常更新这个库，然后来去完成的。在这个环节我们推荐的产品就是 flomo 嘛，因为它可以快速的让你拿起手机对 他用语音讲，就可以帮助你去记录和整理这信息，做的是非常好的，非常的轻便。然后记记得在这个时候一定要打好标签，比如说这是一个很好的选择题，打个选择题的标签，这个是你的观点，打个观点标签，这个是一个客户的案例思考， 他这个是一个叫做呃这个课程的迭代的一个思维，把它打好标签以后，为什么呢？每过一个星期或者两个星期的时候，你可以通过 flomo 把它导出来，你不需要呃一条条复制， 你把导出来以后，然后把它一下再导入到 cloud 里面，或者导入到你的飞出文档里面去，把它记录和沉淀就 ok 了，所以它还是相对来说非常方便的，因为你有了标签以后，你会更好的去管理它。 我觉得在这个环节大家要注意到一点，就是你在呃用 flomo 或者做日常记录的时候，千万不要去思考，或千万不要去这个去做措辞，或者是去想这事该怎么表达的更严谨。为什么呢？因为我们在日常的呃有想法的时候，它往往就是灵光一现 啊，灵光一现的特点就是可能过了几秒钟你就忘掉他了，所以要抓住这种稍纵即逝的这种感受，而且这种感受往往不会是在你所谓很方便记录的情况下。比如说你坐在办公桌前，你对着一个文档去思考的时候，他其实人的思维是不够发散的， 他其实没有在一个很松弛状态下，他没有办法呃让自己就是把自己过去的这些方方面面的这些案例啊，知识体系啊，或者一些思考能连接起来，他没有办法就他不够发散，他非常的聚焦，越聚焦其实越没有灵感， 就什么时候会比较发散，在你比较放松的时候，比如说刚才我说通勤的状态下，比如上厕所的时候，比如说这个在喝咖啡，然后在那里发呆的时候，比如说你在看一本呃，相对来说没用的一种，一个一本闲书的时候，他会 让你的这个思维啊到处啪啪去连接，这些连接呢会给你带来一些新的思考想法，所以这个时候一个快速能记录的工具就变得啊异常重要了，所以日常 你的信息，然后要通过这种方式把它收集下来，这样你的知识库才不会变成死水一潭。那这个时候大家会说了，哎呀，我我我没有那么多的这个感受，或者一个新鲜东西补充，该怎么办呢？哎，这个就是很重要的点，就是你必须要让自己把自己哈扔进一个叫做信息源更多的环境里 啊，不管是你主动的还是被动的，你只要是想每天有更多的这种启发，或者是更多学习到新的东西的话，你一定要在一个信息源里。我举个例子，如果说你每天呃两点一线，然后的环境呢都非常的封闭， 然后没有信息，然后你每天见的人呢，都是那三四个人，比如你的家人，然后可能公司里就一两个固定的同事，你在如此封闭的情况下，你是很难有更多的去见更多的人， 然后比如说你在你见的客户越多，或者是你接触的这种咨询的学员越多，或者你有更多的合作伙伴交流的时候，他这时候给你的碰撞，你会发现远比你在办公室，你在家里蹲一天两天甚至一周啊收获大的多，这个是非常的关键的，所以这个信息源呢，就是我们要主动去拥抱。 可能你会说，哎呀，韩老师，你说的清楚，我自己现在没有那么多客户，我就是因为没有客户，我才自己在家里或者在公司里边，这个也有办法的，给大家举一个非常小的诀窍，就是你靠你的产品， 靠你的内容去做拓展，就是你可以设计一个产品或者一个内容的栏目，这个产品内容栏目呢，并不是用来变现的，而就是来去拓展你的信息源的，也是 ok 的。 比如说我举个非常简单例子，比如说，呃， 你可能真的需要很多的这种呃这种学员或者咨询，然后来刺激你，可能这个时候你的时间说实话可能没有那么的值钱的时候，你就可以卖非常便宜的一对一咨询，比如九块九， 然后让自己收获更多的信息，对吧？如果说你忙不过来，或者你觉得这个阶段过去，你把这个产品下掉就 ok 了吗？但是你一旦有这个产品，有了九块九的产品，你就会有新的体验， 哪怕说你的体验是，哦，原来低价的确实就换不来好的客户啊，低价的确实这个客户层次不齐啊，这是一种体验和感受啊，他远比你就坐在那里发呆会更好吗？是不是那么像内容也是一样的？比如说你做的个栏目是，哎，我要举办一个播客，这播客我要跟我身边人对谈， 然后我要做到每每周更新一期。那你有了这个目标以后，你就会发现到处去找你微信里边的人，然后你要跟他去约，跟他去交流，你要去， 你要去翻他朋友圈，看他感兴趣什么东西，你要去写这个大纲，写这个主题，然后去做这期内容，然后这一期期内容其实逼着你去跟外界去做交流。所以你看内容和产品其实也可以成为你构建一个信息源的一个杠杆， 或者是推动你去做这件事的工具。不管你是没有信息源，还是说你自己可能是一个不太擅长社交的人，你都可以通过这工具然后来更好去实现，所以这是呃，用好信息源很重要的方法。另外 啊，你也可以去通过读书，然后来去获取。我觉得这个是大家嗯，经常被呃，怎么说呢？经常被忽略的这点，大家都花太多时间在短视频上了，可能大家会说要看长视频行不行？就我不得不说，现在这个视频里有的时候它看似很长的一条视频，它也未必有营养， 就是在这个环节里，呃，如果你不是有针对性的去学习啊， cloud code 该怎么去配置，该怎么去做？ 呃，你如果你不是有很明确的目的的话，其实读书真的是一个你必不可少的构建信息的方式，你会发现虽然现在环境日新月异，对吧？这个整个的 ai， 呃，这个发展速度很快，但是很多商业的东西，很多学科类的东西，呃。在过去 五年、十年、二十年、三十年，这些书籍仍然是适用的。比如现在很多人看纳瓦尔宝典就觉得这本书很好，但实际上这本书就是纳瓦尔的一个这个类似推特的一个内容的一个集合， 它里面没有特别的本质的东西，就你看完以后可能觉得有些启发，或者你缓解了一些你的焦虑，但是你去看营销管理这样的这种大步头，虽然很难读，虽然你看里面案例好像都过时了， 过时你可以把跳过吗？你看它这里边的一些核心的一些观点，你会发现到今天仍然没有过时。比如说你看段永平的大道那本书，就他在访谈，他讲的东西，翻来覆去就那些，就把事情做对啊，然后要关心用户的价值啊，其实这么厚一本书，核心观点反复了，就是就是就就就这么几句话， 你看他也推荐的书，他推荐的书也是这个，这个比较老的书，比如说基业长青啊，从优秀到卓越啊，这都是很多年前的书了。所以你会发现读书这件事啊，他可以让你进入到一种状态，这种状态就是，呃，还是修身养性 啊，然后能让你在这个时间段里更聚焦，或者更放松吧，都 ok。 进入到一个读书状态里边， 然后去读这些传统的，看似传统的啊，然后看似可能好像都过时了这些书，但这里面有很多的这些观点，他都是经历过时间的考验的，他都是通过去这些企业或者商业价值，或者从学科的视角，经济学、社会学、心理学啊， 从这里面提炼出来的一些观点，他就能解释。比如说你，你看现在短视频平台里面很多明星啊，大 v 翻车，他为什么翻车呢？如果你读了传播学这里相关这些书籍的时候，你就会知道他为什么会翻车，你知道大众舆论是不容被挑战的，你就会知道谁对谁错，在传播里边，在大众舆论里边是不 重要的，所以这都是你能更好去理解这件事，更好的去获取到新的这种信息和知识，很重要的方式就是读书，读书真的非常非常重要。经常有朋友问我说，哎，你这么忙还能持续的输出，原因是啥？我觉得我我没有什么很性感的答案，就是 读书啊，就是跟你的客户交流开会啊，就思考，拿着笔在纸上划拉呀，就是这些很传统东西，但它就是有用，就是有价值，再加上你对于 ai 的 应用，你有你的工作流，对吧？你用好 cloud， 你 用好这个，呃，各种的这个智能题， 然后你就可以把这个效率提升，这事就很简单。当然说来说去，背后就是你对于你的商业模式，你做哪个人区的生意，他们有什么痛点，对吧？你提供的产品是什么，所有问题都想清楚了以后，哪怕就是阶段性想清楚吧， 你会发现你能做的事，或者是你需要做的事是不多的啊，是不多的。一家公司不应该把自己忙死啊，累死，呃，那是会让你没有感觉，没有创造力，这肯定是不对的。 所以当所有的事情啊，都对了，或者都找到了一个比较好的这种姿势的时候，你没有太多的事需要去做的。我们被自己累死，很多的时候就是因为我们做了我们不该做的事情，没有必要的做的事情，就是我们为了 就是找自己的安全感，然后，呃，每天忙碌的在做这做那，实际上你思考一下你的目标到底是什么？你为了这个目标去做这个事是对的吗？我举个例子，我们有一个学员，他其实是要做弊端的，他是做品牌营销，他是要去服务这些企业的老板。但是在他的日常项目里面，其中有个点叫要成立一个品牌营销的一个社群。 然后我就问他，我说你做这个社群对于你的目标有什么意义吗？因为你的社群进来这些人，他对于你服务的这个你的客户，他完全是两个群体。而且你本身你要做社群这件事，你又是一个人，你要花你比较 不少的时间啊。比如说一天，一周你工作五天的时间，我觉得你要周末组织活动，至少你要花你一天的时间在这个事里面，那五分之一时间在这里面其实也不少了， 他又不能给你带来呃，这个比较多的收入。呃，所以你做这件事完全就是因为这个。我我觉得啊，就是因为没有思考清楚，或者是就是为了自己啊，找到一个所谓的安全感吧。 所以这些事你把它砍掉不做，你会发现你轻松了很多呀。好了，在你把知识库，刚才我们讲这几个模块都建立完成以后，接下来才是最关键的，你就要反复不断的去用它， 你要把你知识库放到实战里面去，比如你要用它去建立一个一个的项目，比如有的项目是帮助你写公众号的，有的项目是帮助你完成你的这个短视频选题和竹子稿的，有的是给你直播大纲的， 有的是给你的客户咨询的一些思路的等等，建立 n 多个这样项目，然后不断去应用它，在应用的过程当中去优化，因为你在你没用的时候，其实你不知道这个知识库它是不是有价值的，这知识库哪里是需要去调优的？ 我们之前讲过，知识库建立起来最重要的是应用验证，这个知识库最实际的方法就是看你发布的内容有没有流量，看你跟客户交流的时候，他能不能帮助你，去节省你更多的时间，这个才是知识库的真实价值所在。 说了这么多，我还是想在最后给大家强调一下，知识库呢，只不过是我们的工具，是我们和 ai 交流的时候很重要的一个 桥梁。但是我们在做一人公司的时候，最重要的仍然是你要想清楚你的目标用户是谁，他们有什么需求，你要通过什么方式去满足他们的需求，你会发现只要这些问题想清楚了以后， 你才能去构建你的知识库。这些这些问题如果说你不能很好的回答，其实你不知道要拿什么东西去填到你的知识库里，你不知道该怎么去积累， 对吧？那可能是一个零散的状态，那零散状态你自己都没有想法， ai 没有办法帮你把零散的想法给你找到一个所谓你创业的方向，或者是你破局的方向， 这个事他是做不到的。好了，以上就是我对于用 cloud 该怎么去建立自己知识库的一个思考和方法的描述吧，希望对大家是有帮助的。

两天前，飞书正式开源了他的命令行工具。飞书这次基本是开放了全套的能力，包括消息、文档、数据库、妙记、多维表格、 日历、任务。它总共包含十九个 skill， 六大类和无限组合的。这个工作流可以直接通过你的 agent 去发消息，写文档，安排日程。先带大家看几个案例，帮我设定一个下午五点去吃小炒黄牛肉的日程。我一会要发布一篇关于飞书的视频，你帮我先建一个飞书文档， 帮我寄一个代班任务，晚上去取快递，给在摸鱼的离谱发条消息，告诉他别摸鱼了。老板开完会了，已经在电梯了，一会就会上来刚刚创建的日程， 这个代办的任务，以及他生成的这个飞书视频发布的一个文稿都已经处理好了，以及这是他刚给在墨鱼的离谱发送的消息。那最简单的安装方式是直接把这个 github 的 仓库给 ai， 让他直接去装。也可以去手动安装啊，先安装这个 npm 包， 然后再安装这个全局的 skill， 去配置一下你的初试的连接。我是通过电脑弄的，就用电脑这个链接来创建，可以选一个你的头像， 他一个名称，回到终端，在这里再输入这个登录的命令，在浏览器打开这个链接，然后确定授权，就授权成功了。他默认只会开放一些常用的权限，如果你要全部权限的话，可以通过这个命令去授权更多的权限。 再分享几个需要注意的点吧。第一个是目前的消息是通过机器人来发的，你可以看到我这里的消息发送人是这个飞书操作大师，也就是我刚刚创的那个机器人，虽然飞书的机型后台是有使用用户身份去发消息的这个权限的， 但我自己尝试了很多方法，发现可能命令行工具的这个权限跟他还是两层架构，暂时是做不到的。 我觉得这个设置在目前阶段是合理的，避免一些有风险的操作，大家知道就好。第二点就是文档这些非敏感的操作是完全可以授权 agent 以你的身份去创建和管理的， 所以这里面也会存在一些数据风险的问题，所以最好对一些重要的文档做一些隔离。第三点，飞书它官方也非常明确的给到了这样的一个风险提示， 还是希望大家使用的时候相对谨慎一些。最后分享两点思考。首先， agent 使用软件这件事已经不是未来了，而是现在很多软件都已经可以通过 agent 来调用了， 这对传统的开发流程以及传统的互联网软件行业的从业者都会有非常大的冲击， 意味着之前积累的所有的经验可能在未来都不再有用了，这会是一个巨大的变化，但这变化背后也一定是机会。 第二点，我觉得这种一手的体感其实才是最重要的，就坦白说，现在的 i 键的体验其实还是比较差的，哪怕是你用最好的模型，他也会出现一些偏差， 但不要因为他体验差就不去用他，因为这种一手的体感带来的这种感知和认知是不一样的，等到他哪一天体验很好了，那也就意味着没有机会了。今天就分享这么多，我是离谱，关注我，获取更多第一手的 ai 实践和思考。

我之前用 notion 见过三次，知识库全烂尾了。不是懒，是维护成本太高了。读完一篇文章，你还要自己写摘要，手动加标签，找到相关笔记，补上，交叉引用。 这些记录员的工作枯燥繁琐，没有终点，人类天生做不长。 capacity 前 open ai 的 联合创始人、前特斯拉 ai 总监，去年提出了一个叫 lmbt 的 想法， 它的核心判断只有一句话，维护知识库最累的那部分工作，恰恰是 ai 最擅长的。 ai 不 会厌倦，不会忘记更新引用，可以一次性修改十几个文件，不需要休息。 这套系统的底层逻辑跟你熟悉的 ai 工具不一样。 notebook、 lm chat gpt 上传文件这类工具用的是 r a g 解锁增强生成。每次你问问题， ai 从原始文档里临时捞几段， 拼出一个答案，问完就散，知识不积累。 l l m viki 不是 这样，他把每一篇原始文章熔炼成结构化的 viki 页面，人物页、概念页、摘药页，然后永久存在你本地。下一篇新文章进来， ai 拿着新信息去更新旧页面，处理矛盾，补充关联。 知识在复利，不是在消耗，具体怎么工作的。系统分三层，最底层是你的原始资料、文章、 pdf、 视频字幕， ai 只读不改。中间层是 ai 全权维护的 wiki， 所有整理工作都在这里发生。最上层是一个叫 cloud 点 m d 的 配置文件，这是整个系统的说明书，告诉 ai 页面格式是什么，输入流程，走哪些步骤，遇到矛盾怎么处理。 每次新开一个 ai 对 话，他先读这个文件，行为就一直保持一致。日常用起来就三个动作，第一个 insert 摄入，用浏览器插件把文章一键剪藏，发给 ai 说， insert 这篇， 它自动生成摘药页，更新所有相关页面，记录操作日记。一篇文章可以触发十几个页面的更新，你什么都不用写。第二个叫 query 提问，直接问 kapiye 都做过什么，或者有哪些值得关注的 ai 产品。 ai 读 wiki 里已经整好的内容来回答你， 不是临时推导，是有积累的。好的回答让 ai 直接存成新的 vt 页面，你的提问本身也在给知识库施肥。第三个 link， 健康检查，定期让 ai 扫一遍， 找有没有相互矛盾的页面，固立的内容，过时的信息，给你一份带修复的清单。搭建这套系统，你需要三个工具， obsolete， 本地 markdown 编辑器，它是免费的，它的图谱试图能把所有页面和引用关系可缩化成一张网络图。随着你的摄入文章越来越多，这张图会越来越密，那是你知识在复利的样子。 opposite web clipper 官方浏览器插件，一键把网页转换成干净的 markdown， 直接存进你的目录。 cloud code， ai 执行端负责读写本地文件，做所有整理工作。整个系统搭建，把 capacity 的 原文发给 ai 说，帮我按这个搭一套，主题是商业、财经和科技 ai， 你 说一句话，目录结构，配置文件， ai 全部生成好。这套系统真正解决的问题不是整理， 它解决的是你读过的东西能不能真正变成你的 r a g。 工具给你的是搜索 l l m wiki 给你的是积累。一个是每次去矿山挖矿， 一个是把矿熔炼成金属永久存着，每次有新矿进来还会重新升级 venom bush。 在 一九四五年就试想过这种私人知识库叫 mymax， 它没解决的问题是谁来维护？八十年后，答案来了。

今天给大家分享一下 skill 的 一些高阶用法啊，包括 skill 的 组合，也就是套娃，还有 skill 的 一个 agent 的 分配。 首先第一个就是 skill 的 组合和套娃是什么意思呢？其实我们日常生活工作中的很多工作流，它都是由小到大的，就是小的工作流组成， 组成大的工作流，大的工作流组合，再变成更大的工作流。我这里举一下我实际在做的这个知识库搭建的一个项目，那我的 我的这个知识库的这些知识的采集，它是有不同的 skill 构成的。比如说这里有 notebook l m l l m 的 这个知识库，然后有 比如说我跟 cloud 对 话的过程中，让他去调研某一个主题，这里我在做的去调研一个主题，他在调研的过程中收集到的有价值的信息，会自动的通过这个 skill 落到我的本地的知识库里面。然后比如说有 twitter 的 文章，或者是 twitter 我 主动收藏的一些 啊这个帖子或者是信息。那这里我有不同的渠道去构成我的知识库。那 skill 的 组合是什么意思呢？这些都是某一个渠道的 skill， 那 其实它就可以构成一个 知识库采集的 skill， 在 这个 skill 里面主要就是做一个编排啊，比如说第一步我去去去取这个 notbook lm 的 这个知识，然后第二步去取这个 cloud 的 对话过程中产生的有价值的一些信息的知识， 然后第三步去取 twitter 的 知识，第四步去取 reddit 的 知识等等，那它就可以通过一个 skill 去把这些 skill 给它包进来， 然后在网上包。其实思路也是一样的，你有了采集，那你比如说你还需要分类，对吧？分类也是一个大流程，它里面可能也分成不同的小的 q， 小 的 q 通过组合或者是套娃便，然后给它套到这个分类的 q 里面，然后比如说 这个产输出，这个输出的话可能有图文形式的，有视频形式的，那它其实也是一个大流，大的工作流，这个大的工作流可能也可以通过小的工作流变成 skill， 然后再包到这个 输出的这样一个 skill 里面就层层套娃。这样做有什么好处呢？就是 你不用一步步的去自己去做操作，而是它类似于一个 pipeline， 这个 pipeline 你 只要让 agent 直接去执行这个 pipeline， 它就会自动的一二三四五步去把所有的渠道的知识库都刷新一遍采集过来， 这样的话你就不用说人工的去让 cloud code 帮你去执行四五次，五六次啊，不同渠道每个渠道去执行一次。然后第二个高级用法呢？就是这个 skill 的 agent 的 分配。 就是正常来说，我们会把 skill 放在主目录下面的点 cloud 的 文件里面，对吧？那你的 skill 可能会非常多，它的用途又不一样， 那 skill 的 分配是什么意思呢？比如说我的知识库采集是在这个文件夹里面进行的，对吧？那我其实就可以在点 cloud 的 里面把我的采集 skill 分 配给这个 分配给这个知识库采集的这样一个目录，那这样，那这个目录我同一同样也可以在点 cloud 的 文件里面去通过 cloud 点 md 去定义它，比如说你就是负责采集的， 对吧？去定义它的身份，或者是定义它的一些啊角色，那就会让这个 其实这个就是一个 agent 了，然后你每次都在这个目录下去启动它，它自动就会读到你的 cloud md 以及它所拥有的这些技能，那相对来说它去执行采集任务就会更聚焦一些，因为它不会受到其他 skill 的 一些上下文的 一些污染嘛。那而且它有自己的 cloud 点 md 的 一些约束，那它执行任务的过程中也会啊更聚焦，那它交付的结果也会更好。 对，这个就是我前面几个视频有一直在讲的，就是把 skill 和 cloud 点 md 赋予给某一个目录下的子目录，让这个子目录成为一个新的 agent， 成为一个，成为一个独立的 agent， 那 这样的话他的工作效率会更高，他做的事情也会更聚焦，并且我们去管理这些文件也会更加的清晰， 而不是所有不同的流程的 skill 都堆在这个主目录下的点 cloud 下面的 skill 文件里面，那很多时候你自己都管理不好，你如果把它分配到 啊对应的一些节点，然后这些节点啊各自有自己的目录，这些目录能够啊给它分配 skill， 那 其实它就变成一个独立 agent， 它的分工也会更加明确，然后执行的效果也会更好，你去管理它也会更加的清晰。

哈喽，大家好，之前呢图文发过我的个人知识库的分享，那个知识库就是搭建在 o c d 里边的个人知识库， 我是把 o c d 跟可乐结合了，是把收集的一些资料，有个人的一些记录都保存在这个仓库里边，我现在正在这演示的是一个比较有趣的插件，你向右边这个是我知识库的三 d 结构，每一个节点就是我的知识点，我们可以 通过这个动态的效果看我们生成的产品的一个树状，还有这个三 d 的 知识图，这个我感觉美观效果要大于实用效果，这个呢方便我们在知识库里边去查阅我们知识点的链接， 这边呢，所有的节点都是我的文章创作内容的一些节点，每一个节点都是一篇我的笔记或者是文章。 那之前呢，我们使用 opc 的 时候，每个节点的颜色还有这些功能的设置，可能是对新手入门不是很友好，但是有了 log 插件之后，他就会帮助我们直接用一句话就可以去整理这个 opc 的 这个系统。 那今天这条视频就通过一个我最新发现的方法，把这个 log 插入到 opc 里边，这个插件是没有删掉到官方社区 市场的啊，大家需要手动的去下载，为了测试方便呢，我就打开测试仓库给大家演示一下。这这是我之前做的一个测试项目，这边是没有快捷键的，我们点击设置， 然后进入到第三方插件，一定要把安全模式关闭，我们去浏览插件市场，去搜索这个叫嗯， rock 的 这个插件，点击安装，我们进入到 rock 里边，我们点击添加插件， 你搜索这个插件，直接安装就可以，安装完成之后呢，这会显示已安装的 qq 点的插件，我们点击设置， 然后选择语言，我们选择简体中文，我们往下拉，这里呢有一个自定义环境变量，然后这里有一个大概的格式，填写完之后呢，大家重启一下这个 abc， 然后就可以直接完成将 collog 插入到 obsidian 里边的这个操作了。将这个 collog 点插件插入之后呢，它在左手边会生成一个快捷按钮，可以直接帮我们打开这个 collog， 就 相当于把这个 collog 给内嵌到 obsidian 这个笔记软件里边了，你不用再在终端行里边去输入命令，然后生成的文章，你要告诉它保存到 obsidian 的 仓库笔记里，点开之后呢，它就会直接弹出这个 collog 对 话窗口。简单说一下将 collog 插入到 obsidian 里边的一个实际应用吧， 你像我这个仓库的一些笔记内容，还有整理的一些文章，这里都可以通过在这个跟 klog 的 对话的时候，直接让他帮我生成一些，包括标签了笔记的属性标注创建这个仓库的，所以包括帮我更新这个目录的结构， 排序库的内容，他都会帮你去整理，包括我平时在做的这些分类的个人工作或者自动化的项目，都是可以通过补点这个插件，让 klog 的 来帮我完成。 然后说一下他跟在终端命令行里边的一个区别，区别呢就是这样的界面可能对我们处理文字类的内容更友好，这样呢，大家看起来可能从视觉上可能会更舒服，因为毕竟这个终端命令行是黑框框的形式，一般呢，终端命令行我是用来做一些 代码的项目，对于搭建个人的知识库呢，我一般都是在 app 这一个软件里面就可以完成。你包括我最近让他给我做的一些项目，都可以是很 直观的去了解每个项目的一个进展跟工作的内容。这些项目的内容全是让 ai 帮我生成的，整理的都很详细，然后他会对这些代办的事项进行标注，你完成一项之后就可以选择确认。 那刚刚的这个教程呢，就是教大家最基本的一个 ai 工具的搭建，就是把 cloud 插入到 office 里边，通过这个 cloud 点的插件。嗯，那今天的内容就到这里了，谢谢大家。

卡帕奇的知识库加上 colocq 的 太适合搞学习了，我最近特别需要学一些财务相关的知识，正好看到了卡帕奇出的这个知识库，我就直接尝试了一下。这个知识库操作起来非常简单哈，它不用像传统的 r v g 知识库那样去做什么切块啊，向量的处理，完全不需要它。整个知识库的设计呢，全部都是大模型驱动的。咱们直接把卡 帕奇的这个 github 项目的地址输入到 colocq 的 这个架构，那这套架构里面最亮眼的设计是它中间层是一层 vicky， 这个 vk 其实是对你底层原文的所有材料去做了一个招标和总结，并且它是以实体为单位的。我当时看到这里，我就觉得它特别适合去学新的领域的知识，因为咱们在学不同领域的时候，其实都是以概念为单位去学的嘛， 所以我就直接尝试了一下。那等我们在 coco 里把它这一套脚手架搭完成了之后，下面咱们就往里面去填充我们的知识来源。填充知识来源这一步也非常的方便，我们直接去 youtube 上找到我想学习的这个课程，然后再点击 abc 的 这个插件按钮，就能把这些课程的字幕全部都放到我的 abc 仓库里面。 或者我直接用 up setting 这个插件的底层有一个交替赋斗的一个工具，去用这个 skill 来直接去获取这些材料都是 ok 的。 等我们获取完了前十讲的信息源之后，我就可以直接在 cloud code 里面开始学习了。 我一边用 cloud code 搞学习，我就会感慨，真的，如果早几年我上学的时候能有这套方法真的就太好了，因为它真的可以给你量身定制你的学习方案，你看它会先问我是什么样的基础，然后还帮我设计了不同的学习模式。 我边学习的时候，我肯定还有很多问题要问，对吧？那我每次问的问题，他做的输出都会变成我们刚才说的知识库里面的一部分这样子，如果你后面有很多的错题，有很多的类似问题要问的话， 这个知识库查询和学起来都是更方便的。所以很推荐大家用卡帕西的这一套知识库的结构去学习新闻领域的知识。 ok， 那 今天就先分享到这里了，记得一键三连，下期见。

今天我要分享一套工作流，只要把 notebook lm 的 深度研究和 clod 的 技能系统 skills 打通，你就能把任何生僻领域的硬核知识瞬间转化成一个真正懂行的 ai 私人专家。 先搞清楚一个概念， clod 的 skill 到底是什么？很多人以为这不就是系统提示词吗？错！ skill 本质上是一个结构化的知识文件，通常是 markdown 格式， 你可以把它理解成塞进 ai 脑子里的一本行业说明书，里面规定了任务目标、输出标准、行业避坑指南，甚至是一步步的实操框架。 只要把这个技能挂在上， claude 就 不再是那个只会瞎猜的通用机器人，而是严格按照你给的剧本干活，相当于零代码训练了一个只为你服务的专业 agent。 但问题来了，普通人上哪搞这么专业的行业知识？这时候，谷歌的免费神器 notebook lm 就 该登场了。去年十一月， notebook lm 更新了一个叫深度研究 deep research 的 功能。举个例子，我现在想捏一个汽车行业市场分析的 ai 智能体， 只需要在 notebook lm 里选择 web 数据源，点击深度研究，然后输入问题最近五年各品牌汽车行业市场数据。 接下来见证奇迹。 notebook lm 会在后台自动变成一个不知疲倦的实习生，疯狂浏览几百个网站，整理出详细的研究计划，最后在几分钟内给你吐出一篇带详细引用来员的极度专业的行业研究报告。 为了让知识库更丰满，你可以多跑几次，不同角度的搜索，全部沉淀在同一个笔记本里。 资料有了怎么变成 clod 的 技能？下一步，直接让 ai 来套娃。先让 notookl m 把那堆庞杂的资料浓缩提纯，拿到干货后打开 clod， 点击侧边栏的定制 customize， 选择创建技能 create a skill。 这里强烈建议用 create with clod 功能，完全不需要从零开始打字，直接把 notebook lm 提炼的干货甩给他。说一句，按照这个行业标准，给我建个技能。 最牛的是， clod 还会反向采访你，你要这数据做什么？科研分析还是营销策划？做做选择题，它就能给你生成一份打包好的技能代码， 技能建好了立刻就能用。假设你现在要了解某品牌汽车最近三年的销售情况以及同行竞争格局，把问题丢给刚才捏好的数据专家， 因为他脑子里已经装了 notebook lm 位的数据，几秒就能给你想要的结果。不止如此，他还能深度剖析市场变化背后的原因。 这套 notebook lm 深度搜索加 cloud 技能封装的工作流，彻底打通了通用 ai 和专业智能体的任督二脉。你的知识库积累越多， ai 就 越无敌。

平时用 chat 的 gpt 或者 cloud， 最崩溃的是什么？绝对是它像金鱼一样只有七秒的记忆。每次开个新对话，你都要重新发文档，重新写几千字的背景提示词，简直心力交瘁。但是最近 前 openai 联合创始人 karpathy 在 全网爆火的第二大脑框架彻底解决了这个致命弱点。 今天我手把手教你只用五分钟搭建一个永远不会遗忘，越用越聪明的私人 ai 知识库，干获极密，建议先点赞收藏，大佬给出的解法非常降维打击，不要让 ai 每次都去原始文件里大海捞针， 而是给他为一个结构化的、持续生长的本地私人 wiki。 我 们只需要用到两样东西，一个是本地笔记软件 obsidian， 一个是能直接读取本地文件的 club code。 听起来很复杂对不对？ 其实真正跑起来就这三步。第一步，无脑收集 data ingestion， 把你平时看到的神仙文章、爆款视频文案、你自己的商业复盘，甚至是随手记的一道灵感，全部扔进你电脑的 obsidian 文件夹里。 第二步，让 ai 当你的私人图书管理员，打开 cloud code， 让它自动去阅读你刚扔进去的新内容。 最牛的地方来了， ai 会自动提取重点，并且帮你把新知识和库里原本就有的知识打上超链接。 第三步，见证思维导图的奇迹。随着时间推移， ai 会在你的电脑里织出一张巨大的知识关系网。这时候你再去问 ai， 基于我上个月定的商业策略和今天刚录入的这份科技报告，我下个月应该重点推什么产品？ ai 会直接读取你这张庞大的知识网，作为上下文，给出的答案不仅极其精准，而且完全是为你量身定制的战略及建议。这套系统真正可怕的地方有三个，一、恐怖的复利效应， 你喂得越多，它就越像你肚子里的蛔虫，每一次记录都在为未来的效率打基础。二、资产绝对私有化， 你的数据全在本地电脑里，不管以后 chat gpt 出到第几代，你都不用被大厂绑架。换个 ai 模型，直接接入你的本地文件夹，带上大脑无缝切换。三、打破人脑的局限。 ai 经常能把你半年前记下的一句话和今天看到的一个新闻神奇地关联起来，这种灵感碰撞，靠人脑的代宽根本做不到。高端玩家甚至会给这个知识库写一个五百字的核心说明书， 让 ai 每次秒懂你的终极诉求。或者直接接入自动智能体，让他按你的策略全网找钱找素材，把你的大脑清空，把知识交给系统，把算力交给 ai， 这才是未来超级个体的标配。