我用 WorkBuddy 云端工作 做了个文章“链接转知识卡片"Skill，收藏的公众号文章终于自动分类收纳了

作为工厂里的一名技术工程师，平时爱琢磨、爱学习。最近在啃 AI 相关的知识工具，总想着能不能用 AI 把自己的学习和工作效率提上来。和很多人一样：看到好的公众号文章就点收藏，收藏夹越攒越厚，可真要找的时候，满屏原文根本翻不动。

最近在学习用WorkBuddy，但主要是PC端的，手机端的APP虽然装了但是一直没用过，昨晚在动车上看到它的云端工作（就是下图这个），就想着动手试试。

点新建任务，点更多（注意是“云端工作”）。

弹出窗口中选择Skill 开发。

这个 Skill——主要是把一篇文章自动拆成多张"知识卡片"，连同标签一起存进 《ima 知识库》，随时能调阅。先介绍下做出来的效果：

一、这个 Skill 适合谁（适用情况）

- 习惯用 ima 这类知识库、但嫌手动整理太累的人；

- 收藏了一大堆文章、却从没回看过的人；

- 想用 AI 给自己搭一套"第二大脑"的职场人、学生、自学者。

一句话：只要你"收藏多、回看少、想结构化"，它就对你有用。

二、这个Skill 的主要功能

整个流程跑通后，只需要一个动作：把文章链接丢给 Agent，它就自动干完下面几步。

1. 解析链接

Agent 先把网页正文、标题、作者、配图全部抓取下来，广告和"推荐阅读"之类的内容自动过滤掉。

2. 一篇文章 → 多张知识点卡片（关键调整）

一开始我做成了"一篇一卡"，后来发现太粗——一篇长文里其实藏着好几个独立知识点。改成"一个知识点一张卡"后，检索和回看都清爽了。

3. 三级标签自动打标

每张卡都打上 “大分类 / 中分类 / 小分类”。同一篇文章的不同卡片也能区分开。

4. 去重 + 升版 + 入库 ima

ima 没有"修改/删除"接口，所以"更新"表现为新建一条带版本号（v1、v2…）的条目，靠 `prev_media_id` 串起历史。内容相同会自动去重，不重复存。

5. 本地标签记录

每次给你用到的新标签，自动追加进一个本地 `标签记录.json` 文件，既是词汇表，也防止同一个概念被写成两种叫法。

再来说说我是怎么一步步做出来的（流程）

一，其实制作过程很简单，起手式如下图：

输入一段文字，需要它为你做什么，要它具备什么功能。越详细越好，逻辑越清晰越好。

过程中WB会与你互动，提问题给你，你基本上是做选择题：

选择一个后WB继续工作：

继续做选择题。

这是连接IMA，连通了之后记得让WB存到记忆库中。

接下来就是测试与调优。

扔个公众号链接给它试试。

效果不好就继续提问后面它要我装 LLM Key。

对话沟通了后我决定不装，因为基本上都是要收费的。不管收费的高低，先用免费的测试用着。然后它就用免费的方案给我做了一个出来。

二，过程中踩的坑与调整（改动记录）

做的过程不是一帆风顺，几个关键改动值得记一笔：

- “标签打错被自己打回”：最早自动打标会塞占位标签，被我当场驳回——知识卡片就是要让人不点原文也能看懂，必须放提炼出的实文。

- "详见原文"占位符全删：摘要、概念哪里空了就填"详见原文"，这等于没提炼。我强制改成"从正文强制抽实句"，任何情况下都不许空。

- “ima 无删除接口”：旧版卡片清不掉，只能升版。这是平台限制，写进来提醒后来人。

三、方案怎么选（要不要配 LLM）

打标和摘要有两种做法：

- 方案 A：配 LLM（付费 / 需 key）——用大模型做语义提炼，标签最准最全；

- 方案 B：不配 key（免费启发式）——靠关键词规则从正文抽取，零成本、零配置。我这次选的就是它，实测能把文章拆对、标签打对。

我的建议：先跑通免费方案感受流程，等要处理大量专业文章时，再补一个 LLM key 升级精度。

实际跑起来就一行命令（在 WorkBuddy 云端工作 里执行）：

```bash

python3 scripts/process.py "<文章链接>" --kb <你的知识库> --auto

```

脚本分工也很清晰：`parse_link.py` 解析、`split_points.py` 按知识点切分、`build_card.py` 渲染卡片、`process.py` 负责去重升版和入库。

结尾

这个 Skill 我打算每天都用一下，收藏的文章终于不再是"存了等于看了"。工具我都实名说了：搭 Skill 用的是 **WorkBuddy 云端工作**，知识库用的是 **ima**。

整个过程没有黑魔法，就是"说清楚要什么 → Agent 帮你实现 → 不对就改"。如果你也在学 AI 工具，照着这个思路，你也能做出属于自己的效率利器。

---

后面主要看看 ima 知识库的实际成绩，另外再看看它打标签的记录文件自我生长的情况怎么样。如果生长得好的话，可以用到其他地方，作为标准的打标签的标签库。