我是如何用AI管理1400+篇文章库的 · 知识工程
我是如何用AI管理1400+篇文章库的· 知识工程
从下载到标签,一个人的知识工程
从信息囤积到知识资产,只差一套系统
大家好,我是老谭。
今天想和你们聊一个很"实在"的话题——我是如何用AI管理我这1400多篇公众号文章的。
这不是一篇空泛的方法论,而是一个真实的案例:从文章下载、到标签体系设计、再到索引系统搭建,我把整个过程拆给你看。
如果你也在做内容创作,也有几百上千篇文章躺在云端不知道怎么用,这篇文章或许能给你一些启发。
01
PART
为什么要折腾这件事?
FROM HOARDING TO ASSET
三年公众号日更,我写下了1400多篇文章。
以前我也像大多数人一样,文章发完就完了,偶尔想找点素材,要么凭记忆翻半天,要么就放弃了。
去年12月,我做了一个决定:把公众号「老生常谭」改名为「AI Rollup」,聚焦AI方向。
同时新起了「老谭备忘录」,继承原来的泛话题风格。
两个号要形成差异化,就得清楚知道:
哪些素材更适合AI Rollup(AI-Rollup、组织AI化、RaaS等核心概念) 哪些更适合老谭备忘录(创业心法、认知成长、投资思考)
02
PART
第一步:批量下载,100%本地化
EXPORT EVERYTHING
要管理文章,第一步是把它们从微信后台"搬出来"。
我找到了一个开源项目:wechat-article-exporter(微信公众号文章批量下载工具)。
这个项目的原理很巧妙——利用公众号后台的"搜索其他公众号文章"功能,反向爬取自己公众号的所有文章。
它支持多种导出格式:
HTML:100%还原排版和样式 Markdown:方便后续编辑和索引 JSON:结构化数据,便于程序处理 Excel/Word:传统格式
我选择了Markdown格式,因为它既保留了文章结构,又便于后续的标签化处理。
但原版工具有个问题:下载速度慢,而且没法批量处理元数据。
于是我用Claude Code优化了这个项目:
增加了并发下载能力(用p-queue管理并发) 优化了HTML到Markdown的转换逻辑(基于Cheerio和Turndown) 添加了自动提取元数据的功能(标题、日期、URL等) 本地用IndexedDB缓存,避免重复下载
最终效果:1400+篇文章,全部下载到本地,耗时不到2小时。
这一步很关键——数据在自己手里,才能做后续的深度加工。
03
PART
第二步:设计标签体系,让AI能"读懂"文章
7-DIMENSIONAL TAGGING
文章下载下来了,但还是一堆散乱的文本文件。
真正的知识管理,需要结构化。
我花了一天时间,设计了一套「7维标签体系」:
维度1:主题域(讲什么)
一篇文章可以打1-3个标签,比如:
AI基础认知 — 大模型、AGI、AI能力边界 AI-Agent智能体 — Agent、智能体、AI员工 组织AI化 — 组织形态被AI重构 流量方法论 — 流量的底层逻辑 创业心法 — 创业、创始人、方向选择 认知思维 — 认知、思维方式、心智模型
维度2:招牌概念(我的话语指纹)
这些是我自创或强绑定的术语:
AI-Rollup — 核心投资/创业框架 组织AI化 — 存量组织被AI改造 结果即服务RaaS — 商业模式主张 首席流量官 — 个人标签 十年战略 — 长期主义 共创 — 投资+赋能关系
维度3:体裁(什么形式)
观点评论 — 就某事表达判断 方法论干货 — 含步骤、指南,可复用 案例拆解 — 围绕具体公司/产品分析 个人随笔 — 心境、节奏类短文 深度长文 — 结构完整的重头文章
维度4:立场(论点倾向)
看多/乐观 — 对某趋势持积极判断 看空/警示 — 泼冷水、拆穿、揭遮羞布 行动号召 — 呼吁读者/企业赶紧行动 反思自省 — 对自己过往判断的修正
维度5:可复用分(素材质量分档)
高 — 有深度论证 + 含招牌概念 + 观点长青 中 — 有一定价值但不突出 低 — 纯日常随笔、过期热点、篇幅极短
维度6:实体(涉及谁)
自动抽取的动态词表:
公司/产品:DeepSeek、OpenClaw、Claude、微信、视频号... 人物:巴菲特、芒格、Sam Altman、马斯克...
维度7:写作用途(能当什么用)
观点素材 — 可作为论点/金句来源 案例素材 — 可作为论据/例子调用 框架模板 — 结构清晰,可作为新文章范本 概念定义源 — 招牌概念的权威阐述
为什么是7维,而不是传统的文件夹分类?
因为一篇文章可能同时讲AI应用、组织转型和投资逻辑,单一分类放不下。多维标签可以做组合查询,比如:
主题=组织AI化 ∩ 体裁=方法论 ∩ 可复用分=高
这样就能精准找到"关于组织AI化的、可复用的方法论文章"。
这套标签体系,就是我的知识图谱的"元数据层"。
04
PART
第三步:让Claude批量打标签
AI-POWERED TAGGING
标签体系设计完了,但面对1400多篇文章,总不能一篇篇人工打标签吧?
这时候Claude就派上用场了。
我用Claude Code写了一个