基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

前段时间遇到个很烦人的问题：随着用 AI 的频率越来越高，我发现自己每天都在做重复的“填表”工作。 代码在 GitHub，笔记在语雀，灵感在手机微信备忘录。每次开一个新的 AI 对话框，我都要不厌其烦地重新给它喂背景信息：“我是谁”、“我的项目规范是什么”、信息需要从各个系统同步到AI，效率极低。 为了解决这个问题，我干脆把这些散落的东西整合了起来，建了一个纯文本的本地知识库——我叫它 AIStudio 。 一开始只是想弄个集中的仓库，方便AI找到它需要的东西，但用着用着，这套架构演变成了一个我和 AI 深度协作的“外脑”。 01 用 Git 作为人和 AI 的协作协议 现在的 AI 能力已经极强，它们可以直接读取整个工作区的目录结构和文件内容。 如果你的知识是散落在各个云端笔记软件里的，AI 是看不见的，要么就是集成各种MCP，极不方便。 所以我做了一个决定： 放弃炫酷的笔记软件，回归最朴素的 Git 仓库。 特别是我搭建了OpenClaw + 飞书的多Agent助理军团后，AI助理可以在服务器提交产出到git。 现在，我和 AI 之间是通过 Git 来协作的。这个仓库里沉淀了我所有的工作流和上下文。每当我有了新想法，或者跑通了一个新工作流，我就会把它 Commit 到这个仓库里。 只要在这个目录里唤醒 AI，它一扫环境，不仅知道我在忙什么，还能自动遵守我定好的项目规范。 02 给 AI 看的工程化目录结构 这也是我现在的个人知识库底座，挑几个主要的目录给大家看一下 Inbox、Thinking ： 收集平时闪现的碎片灵感，并在这里沉淀日常的深度思考。 ContentFactory ： 内容创作流水线。里面有渠道分发策略、选题库（Ideas）、脚本和发布管线（Pipeline）。 System ： 系统的“大脑皮层”。…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。