slowhong

Appearance

AI 知识生产流水线 ​

这套流程是按「喂料 -> 消化 -> 表达」落地的，已经接上本机的 bb-browser、Claude CLI 和 Obsidian。

目标 ​

  • 把零散资料沉淀到本地
  • 把提问和答案沉淀成可复用资产
  • 最后再转成文章、分享稿或 PPT

目录 ​

  • 主题库：AI工作流/01-主题库
  • 问答库：AI工作流/02-问答库
  • 表达库：AI工作流/03-表达库
  • 素材库：AI工作流/04-素材库
  • 本地工作区：/home/hong/codex_outputs/研究资料/知识流水线

一键命令 ​

bash
knowledge-pipeline init
knowledge-pipeline new-topic "主题名"
knowledge-pipeline add-url "主题名" "https://example.com"
knowledge-pipeline bundle "主题名"
knowledge-pipeline questions "主题名"
knowledge-pipeline answer "主题名" "这个主题最值得抄的工作流是什么？"
knowledge-pipeline outline "主题名" article

当前策略 ​

小主题 ​

  • 直接本地跑：资料汇总 -> Claude 问题 -> Claude 答案 -> 表达大纲

大主题 ​

  • 先把来源目录中的 Markdown 批量导入 NotebookLM
  • 用 NotebookLM 负责长资料检索和溯源
  • 再把问题和答案继续沉淀回本地目录

你后面怎么用 ​

  1. 新建主题
  2. 往主题里塞来源
  3. 生成问题清单
  4. 对关键问题逐个作答
  5. 把答案转成文章 / 演讲 / 幻灯片大纲

原则 ​

  • 用 AI 做研究
  • 用人做表达
  • 资料、问题、答案、成稿都必须留在本地