用 AI 把十年读书笔记和饭否帖文变成一个 Wiki 知识库
用 AI 把十年读书笔记和饭否帖文变成一个 Wiki 知识库
前几天我做了一件一直想做但一直没有动手的事：把我这些年攒下来的书、笔记、还有王兴在饭否上的帖子，全部用 AI 整理成了一个可以随时查阅的个人 Wiki，部署在 wiki.tokbook.cn。
这篇文章记录一下整个过程，工具和流程都讲清楚，有兴趣的人可以照着搭一套自己的。
问题是什么
我读书有一个坏习惯：读了、有感触、然后忘了。读《好战略坏战略》的时候觉得"坏战略的五个特征"非常有用，结果半年后只记得大概有个什么"坏战略"的概念，具体是什么早就忘了。
更烦的是跨书的连接。安迪·格鲁夫的 OKR、韦尔奇的 20-70-10 人才体系、段永平的"不为清单"，这些管理哲学之间其实有很多相互印证和矛盾的地方，但它们分别躺在三本不同的书里，单独拿出来都是孤立的。
还有王兴在饭否上的帖子。我有一份 88 万字的合集 PDF，里面是他 2007 年到 2020 年的 15,409 条饭否帖文。这份文件我存了很久，知道里面有很多好东西，但一直不知道怎么把它变得"可用"——不可能把 88 万字背下来，搜索又太碎片。
这三类问题合在一起，就是一句话：我有很多信息，但没有知识。
工具：GitHub Copilot CLI + wiki skill
我用的是 GitHub Copilot CLI，一个在终端里跑的 AI 助手。它支持安装"skill"——相当于给它一套特定任务的操作手册。我用的是一个开源的 wiki skill。
Skill 安装很简单，把 markdown 文件内容加到 Copilot CLI 的 skills 目录就好。安装之后，在终端里就可以用这些命令：
/wiki ingest <文件路径> # 摄取一本书或一批数据
/wiki absorb all # 把摄取的内容整合进 wiki 文章
/wiki cleanup # 审查和修复现有文章
/wiki query <问题> # 查询 wiki 里的内容
Wiki 本体是一个 Next.js 应用，每篇文章就是一个 Markdown 文件，用 [[wikilinks]] 互相连接，部署在 Vercel 上。
做了什么：从原料到知识库
第一步：建一个 Wikipedia 级别的 wiki 应用
先让 Copilot 搭了一个完整的 wiki 网站，支持：
- 侧边栏导航（手写 NAV，精确控制哪些文章出现）
[[wikilinks]]自动跳转- Mermaid 图表渲染（流程图、时间线、思维导图）
- 图片代理（外链图自动走
/api/image-proxy，避免跨域） - 响应式侧边栏（手机端折叠）
整个 wiki 在 wiki.tokbook.cn，源码在 GitHub。
第二步：摄取书籍
一共摄取了 11 本书：
| 书名 | 格式 | 文章数 |
|---|---|---|
| 王兴饭否合集 | 衍生 20+ 篇 | |
| 格鲁夫给经理人的第一课 | EPUB | 3 篇 |
| 赢（韦尔奇） | EPUB | 3 篇 |
| 好战略坏战略 | EPUB | 2 篇 |
| 学会提问（尼尔·布朗） | EPUB | 1 篇 |
| 俞军产品方法论 | EPUB | 4 篇 |
| 王慧文清华产品课 | 3 篇 | |
| 穷查理宝典 | 1 篇 | |
| 金字塔原理 | 2 篇 | |
| 推荐系统实践 | 3 篇 | |
| 维特根斯坦哲学 | 2 篇 |
摄取 EPUB 的命令就一行：
/wiki ingest /path/to/book.epub
Copilot 会自动提取章节、读完全书、然后按费曼学习法整理成 wiki 文章。重点是先读完再动笔——我们在 SKILL.md 里明确写了这条规则，防止 AI 只看了目录就开始写东西。
第三步：摄取饭否帖文
这是整个项目里最有意思的部分。
88 万字 PDF，15,409 条帖子，时间跨度 2007—2020 年。处理方式是：
- 用 Python 提取 PDF，按年份切分成 14 个文本文件
- 最大的一年（2017 年）有 526KB、3,078 条帖子
- 开 4 个并行 AI agent，分别负责不同年份段
4 个 agent 同时跑，各自负责不同的目标文章，避免写冲突：
absorb-2007-2010：早期探索年代、饭否文化与社区、生活与饮食absorb-2011-2015：美团崛起年代、科技与互联网、历史与文明absorb-2016-2020：成熟期年代、经济与投资、时事与社会absorb-patterns：跨期主题提炼，创建模式类文章
跑完之后，多出了几篇新文章：
- 海内（2007 年王兴推出的实名制社交网络，从帖子里提炼出来的）
- 人工智能观察（他从 2015 年到 2020 年对 AI 的系统性看法）
- 历史类比思维（他最一贯的一个思维习惯：用历史事件类比当下）
这是我最意外的收获。我根本不知道王兴有过一个叫"海内"的产品——直到 AI 从 2007 年的帖子里把这段历史"挖出来"，并且意识到这值得单独成文。
第四步：cleanup
/wiki cleanup 会对每篇文章做质量审查：
- 破折号（——）全部替换（这个 wiki 的规则是不用破折号）
- AI 语气词清除：不能出现"深刻的"、"引人入胜地"、"值得注意的是"
- 孤立文章修复：哪些文章没有被其他文章链接到？
_index.md更新：全库的索引文件
这次 cleanup 修了大约 50+ 处破折号，加了 20+ 条 wikilinks，把 4 篇孤立文章重新连接进网络。
现在这个 Wiki 长什么样
63 篇文章，9 个目录：
people/ 人物（王兴、段永平、格鲁夫、维特根斯坦等10人）
companies/ 公司（美团、字节跳动、步步高、OPPO等7家）
philosophies/ 哲学思想（费曼学习法、金字塔原理、战略思维等15篇）
techniques/ 方法技术（OKR、20-70-10、协同过滤等8篇）
knowledge/ 知识领域（AI观察、历史与文明、经济投资等8篇）
patterns/ 思维模式（历史类比思维）
eras/ 年代（2007-2010、2011-2015、2016-2020）
reading/ 书籍精读（好战略、格鲁夫、赢、学会提问等6本）
life/ 生活（生活与饮食、其他观察）
每篇文章大概长这样——以《学会提问》为例，它不是书摘，而是一份提炼：
海绵模式：吸收一切，不加过滤。脑子里装满别人的结论，没有判断的基础。
淘金模式：带着问题去筛。用一组固定的关键问题检验每个论证。
然后是一张 Mermaid mindmap，把全书 13 个关键问题组织起来：
mindmap
root((学会提问))
论证结构
论题是什么
结论是什么
理由是什么
隐含前提
价值观假设
描述性假设
证据
证据的来源和类型
...
文章之间通过 [[wikilinks]] 互连。比如《学会提问》里会链到 [[费曼学习法]]、[[金字塔原理]]，点进去就能看到这几种思维工具之间的关系和区别。
这东西有什么用
我自己用下来，最有感触的是两点：
一是"把书读薄"变成了现实。 《格鲁夫给经理人的第一课》全书 233 行的 wiki 文章，把他的 OKR 起源、杠杆率管理、战略转折点判断全部浓缩进去，附带 Mermaid 流程图，阅读时间 5 分钟，比重读全书快 95%。
二是书与书之间的连接浮现了。 格鲁夫说"战略转折点"，好战略坏战略说"战略锚定"，段永平说"关掉不该做的事"——这三个说法本质上是同一件事，但在三本书里是分开的，现在它们都链接到了 [[战略思维]] 这篇文章。
你也可以搭一套
整个流程的最小步骤：
-
安装 GitHub Copilot CLI（需要 GitHub Copilot 订阅）
-
安装 wiki skill，把 这个 Markdown 文件 内容保存到
~/.copilot/skills/wiki/SKILL.md -
创建一个 Next.js 项目，告诉 Copilot："帮我搭一个 Wikipedia 的视觉克隆，支持 wikilinks、Mermaid、侧边栏"
- 开始摄取：
/wiki ingest 你的书.epub /wiki absorb all /wiki cleanup - 部署到 Vercel（免费）
有几点要注意：
- SKILL.md 里有一条规则很重要：读完全书再动笔。AI 很容易看了目录就开始写，写出来的东西只有框架，没有实质内容。
- Mermaid 图表不要用双引号（
"）放在节点标签里，会报语法错误。 - 侧边栏导航是手写的数组，每新增一篇文章都要手动加进去。这不是 bug，是故意的设计——保证你对 wiki 里有什么保持清醒。
最后说一句：这个项目让我重新意识到，读书这件事，输入只是开始。把书里的东西和自己已知的东西连接起来，才算是真的读进去了。Wiki 只是一个工具，迫使你在摄取每一本书的时候，都要回答一个问题："这本书和我已经知道的什么东西有关系？"
这个问题问久了，脑子里的东西会慢慢变得稠密起来。