你的收藏夹里，是不是也躺着无数篇“以后再看”的文章？ 上周我随手数了一下：微信收藏847篇，浏览器书签632个，本地Downloads文件夹里还塞着200多份PDF。看到好东西就顺手存下，想着总有一天会翻出来细读。结果呢？这个“总有一天”，基本永远不会来。 更让人头疼的是，真到要用的时候，根本找不到。上周老板突然要一份竞品分析报告，我明明记得一个月前看过一篇特别相关的行业研究，翻了一个下午，最后在收藏夹第17页找到了——文章已经404了。 那一刻突然意识到：我们不是在积累知识，只是在制造数字垃圾。 但今天不是来吐槽的。分享一套实实在在折腾出来的解决方案——用WorkBuddy和ima搭了一条自动知识加工流水线。现在每天花15分钟维护，能省出2小时找资料、整理笔记的时间。而且这套流程跑通之后，有个意外收获——知识库开始自己生长了。 ## 一、先搞清楚这两个工具到底能干什么 很多人把WorkBuddy当成一个桌面AI助手，把ima当成一个知识库工具。这么理解没错，但太浅了。 用了一个月之后会发现，它们的核心能力其实是互补的。 WorkBuddy擅长的是“动手干活”——它能操作本地文件，能批量处理数据，能按照你的指令自动执行一系列任务。它的价值在于，把想法变成动作。 ima擅长的是“存储和加工”——它能把你丢进去的各种文件、文章、链接，自动拆解、总结、建立关联。它的价值在于，把信息变成知识。 一个是执行层，一个是存储层。打个比方，WorkBuddy是车间里的机械臂，ima是仓库里的智能货架。 当它们打通之后，就能形成一条完整的知识加工流水线：捕获 → 存储 → 加工 → 应用 → 再捕获。这个闭环一旦跑起来，知识管理就从负担变成了自动运行的系统。 ## 二、痛点场景，你可能也遇到过 在搭这套系统之前，工作流是这样的： 早上刷公众号，看到好文章，点收藏。下午同事分享一个行业报告，下载到桌面。晚上逛知乎，看到干货，丢进浏览器书签。周末发现一篇论文，保存到Downloads。 一周下来，信息倒是吞了不少，但全是碎片。真到写方案、做汇报的时候，问题接踵而至。 第一，找不到。收藏夹没有分类，搜索功能弱，只能靠记忆翻。第二，想不起来。就算找到了，也忘了当时为什么存它，重点在哪里。第三，用不上。文章是文章，工作是工作，两者之间没有连接。第四，重复劳动。每次需要整理资料，都要手动复制粘贴、做笔记、画脑图。 这四个问题，本质上是知识管理的四个环节都断掉了——捕获太随意，存储太混乱，加工太费劲，应用太割裂。 ## 三、这套流水线的核心思路 解决方案分三步走。 第一步，用ima做知识仓库。所有信息统一入库，自动拆解总结。第二步，用WorkBuddy做自动化加工。定时整理、批量处理、生成产物。第三步，两者联动，形成闭环。捕获的信息自动进入加工流程，加工后的知识自动沉淀为可复用的资产。 听起来有点抽象，下面用具体场景来演示。 ## 四、实战演示，手把手搭建 ### 场景一，微信文章的自动化处理 这是最典型的场景。每天大概会看10-15篇公众号文章，其中3-5篇值得保存。 以前的操作是：点收藏，结束。文章后续怎么样，跟我没关系了。 现在的操作是这样的： 第一步，在ima里创建一个知识库，命名为“行业资料库”。打开ima，点击左侧边栏的加号，选择新建知识库。输入名称，设置权限为个人使用。这个知识库就是你的专属仓库。 第二步，看到好文章时，长按文章，选择“收藏到ima”。这个动作只需要2秒。文章会自动进入你的知识库，ima会立即开始解析内容，提取关键信息。 第三步，打开ima，查看文章摘要和思维导图。ima会自动生成三样东西：一段200字左右的摘要，帮你快速抓住核心观点；一张思维导图，展示文章结构；还有关键要点提取，标注出最重要的5-10个信息点。这一步的价值在于：你不需要通读全文，30秒就能判断这篇文章值不值得深入看。 第四步，如果文章有价值，用WorkBuddy做深度加工。打开WorkBuddy，输入以下指令： ``` 请帮我完成以下任务： 1. 连接我的 ima 知识库，检索所有关于人工智能行业的文章 2. 读取每篇文章的核心内容，提取关键观点和数据 3. 按照以下结构整理成一份行业趋势报告： - 核心观点摘要（每篇文章 100 字左右） - 关键数据提取（整理成表格） - 发展趋势判断（综合所有文章的结论） 4. 输出为 Word 文档，保存到桌面/行业报告文件夹 ``` WorkBuddy会自动执行以下动作：连接ima知识库，检索所有相关文章；逐篇读取内容，提取关键信息；按照你要求的结构，整合成一份报告；生成Word文档，保存到指定文件夹。整个过程大概3-5分钟，你不需要动手，只需要等结果。  第五步，审阅报告，补充个人观点。WorkBuddy生成的报告是素材整合，不是最终产物。需要在此基础上加入自己的判断和洞察，这一步大概需要15-20分钟。 对比一下时间成本：以前找到10篇文章→通读→做笔记→整理→写报告，至少需要3-4小时。现在收藏文章2分钟×10篇=20分钟，WorkBuddy自动生成报告5分钟，人工审阅补充20分钟，总共45分钟，产出质量反而更高。 ### 场景二，本地文件的批量整理 Downloads文件夹是很多人的噩梦。里面常年躺着几百个文件，命名混乱，分类不明，想找什么全靠搜索文件名。 WorkBuddy可以解决这个问题。 第一步，授权WorkBuddy访问你的Downloads文件夹。打开WorkBuddy设置，选择文件授权，添加Downloads文件夹。这一步只需要做一次。  第二步，输入以下指令： ``` 请帮我整理 Downloads 文件夹： 1. 扫描文件夹内所有文件 2. 按照文件类型分类： - 文档类（.pdf, .doc, .docx, .txt）→ 移动到 文档 文件夹 - 图片类（.jpg, .png, .gif）→ 移动到 图片 文件夹 - 压缩包（.zip, .rar, .7z）→ 移动到 压缩包 文件夹 - 安装包（.exe, .dmg, .msi）→ 移动到 安装包 文件夹 - 其他文件 → 移动到 待处理 文件夹 3. 如果子文件夹不存在，请自动创建 4. 整理完成后，生成一份文件清单，包含文件名、原位置、新位置 ``` WorkBuddy会自动扫描所有文件，识别文件类型，创建对应的子文件夹，批量移动文件。整个过程大概1-2分钟，几百个文件就整理好了。 第三步，对重要文件进行进一步加工。比如那些PDF报告，可以继续输入指令： ``` 请帮我处理文档文件夹里的所有 PDF 文件： 1. 逐篇读取 PDF 内容 2. 提取以下信息： - 文件名 - 核心观点（100 字以内） - 关键数据（3-5 个重要数字） - 适用场景（这份报告适合解决什么问题） 3. 生成 Excel 表格，包含以上四列 4. 保存到桌面/PDF 汇总.xlsx ``` 生成的表格示例如下：  第四步，把加工后的内容导入ima知识库。打开ima，选择导入文件，选择WorkBuddy生成的汇总表格。现在这些资料就变成了可检索、可问答的知识资产。以后需要找某份报告时，不需要翻文件夹，直接在ima里提问：“帮我找一下关于新能源汽车市场规模的报告”，ima会立即定位到相关文件。 ### 场景三，会议纪要的自动化处理 开会是职场人的日常，但整理会议纪要是个苦力活。一个小时的会议，整理纪要至少要30分钟。 用WorkBuddy+ima，可以把时间压缩到5分钟。 第一步，会议开始时，打开ima的录音功能。ima支持长达2小时的录音转写，而且能识别多个发言人，自动标注谁说了什么。 第二步，会议结束后，ima会自动生成文字纪要。这份纪要包含完整的对话内容、发言人标识，还有AI自动提取的关键要点和待办事项。 原始会议纪要： ``` 会议主题：Q2 产品规划讨论 时间：2026 年 5 月 20 日 14:00-15:30 参与人：张经理、李工程师、王设计师、刘运营 【张经理】好，我们开始今天的会议。主要讨论 Q2 的产品规划。 【李工程师】技术方面，我建议优先解决性能问题。目前 App 启动时间 3.5 秒，用户反馈很多。 【王设计师】同意。另外 UI 方面，我们需要统一设计规范，现在各个页面风格不一致。 【刘运营】从数据看，用户留存率下降了 5%，可能跟体验问题有关。 【张经理】那 Q2 的重点就确定了。第一，性能优化，目标启动时间降到 2 秒以内。第二，UI 统一，制定设计规范。第三，用户留存提升，目标回到上季度水平。 【李工程师】性能优化我负责，预计 3 周完成。 【王设计师】设计规范我来出，2 周内给初稿。 【刘运营】我配合做用户调研，验证改进效果。 【张经理】好，那就这么定了。下周同一时间同步进展。 ``` 第三步，把纪要导入WorkBuddy做深度加工。输入以下指令： ``` 请帮我整理这份会议纪要，输出三部分内容： 第一部分，会议决议 - 列出所有达成的共识和决定 - 每项决议标注决策背景 第二部分，待办事项清单 - 任务名称 - 负责人 - 截止日期 - 优先级（高/中/低） 第三部分，下一步行动计划 - 近期行动（本周内） - 中期行动（本月内） - 需要跟进的事项 输出格式为 Markdown，便于复制到协作工具。 ``` WorkBuddy生成的结构化会议纪要： ``` Q2 产品规划讨论 - 会议纪要整理 时间：2026 年 5 月 20 日 一、会议决议 1. Q2 核心目标确定为产品体验优化 决策背景：用户留存率下降 5%，用户反馈性能问题较多 2. 三大重点方向 - 性能优化：App 启动时间从 3.5 秒降至 2 秒以内 - UI 统一：制定全站设计规范 - 用户留存提升：回到上季度水平 二、待办事项清单 | 任务 | 负责人 | 截止日期 | 优先级 | |------|--------|----------|--------| | 完成性能优化方案 | 李工程师 | 2026-06-10 | 高 | | 输出设计规范初稿 | 王设计师 | 2026-06-03 | 高 | | 开展用户调研 | 刘运营 | 2026-06-05 | 中 | | 组织方案评审会 | 张经理 | 2026-05-27 | 中 | 三、下一步行动计划 近期行动（本周内） - [ ] 李工程师提交性能优化技术方案 - [ ] 王设计师收集现有 UI 问题清单 - [ ] 刘运营设计用户调研问卷 中期行动（本月内） - [ ] 完成性能优化开发并上线 - [ ] 设计规范评审定稿 - [ ] 开展用户调研并输出报告 需要跟进的事项 - 关注竞品同期动态 - 准备 Q2 复盘数据 - 协调设计资源支持 ``` 第四步，把总结保存到团队共享知识库。如果使用ima的共享知识库功能，可以把这份总结上传到团队空间，所有成员都能看到，还能基于内容提问。比如同事可以问“上周会议关于预算调整的决定是什么”，ima会立即给出准确答案。 ## 五、进阶玩法：让知识库自己生长 前面说的都是基础操作，下面分享一个进阶玩法——搭一个个人知识RSS系统。 具体做法是这样的： 第一步，用WorkBuddy设置定时任务： ``` 设置一个每天上午 9 点执行的定时任务： 任务名称：每日行业资讯收集 执行内容： 1. 访问以下公众号获取最新文章： - 腾讯技术工程 - AI 前线 - 机器之心 - 36 氪 - 虎嗅 2. 筛选阅读量超过 5000 的文章 3. 提取文章标题、链接、发布时间、阅读量 4. 保存到桌面/每日资讯/日期_资讯列表.txt 提醒方式：任务完成后发送通知 ``` 第二步，人工快速筛选。花5分钟浏览这些文章的标题和摘要，判断哪些值得深入看，把值得看的文章标记出来。 第三步，WorkBuddy自动收藏到ima。输入指令，把标记的文章批量收藏到ima的行业资料库。 第四步，ima自动加工。文章进入知识库后，ima会自动生成摘要、思维导图、关键要点。这些内容会永久保存，随时可检索。 第五步，周末统一复盘。每周末，用WorkBuddy生成一份本周行业动态汇总报告： ``` 请帮我生成本周行业动态汇总报告： 数据来源：ima 行业资料库本周新增的 15 篇文章 报告结构： 1. 本周热点话题（3-5 个，每个配 100 字简述） 2. 重要数据更新（整理成表格） 3. 趋势变化观察（对比上周，有哪些新动向） 4. 值得关注的公司/产品（3-5 个） 5. 下周重点关注（基于本周信息，预测下周热点） 输出格式：Word 文档 保存位置：桌面/周报/第 X 周行业动态.docx ``` 这个流程跑下来，每天只需要花5-10分钟做筛选，就能建立一个持续更新的行业知识库。而且所有内容都经过AI加工，随时可以调用。 更重要的是，这个知识库会越用越聪明。ima的copilot有长期记忆功能，它会学习你的使用习惯，了解你关注的话题，主动推荐相关内容。用了一段时间之后，你会发现它推荐的文章越来越精准。 ## 六、踩过的坑，帮你避开 这套系统不是一开始就这么顺的，踩过几个坑，分享出来帮你省时间。 第一个坑：知识库分类太细。一开始建了十几个知识库，按行业、按主题、按类型分得很细。结果发现，找东西的时候反而更麻烦了，因为不记得某个文件到底在哪个库。现在的做法是，只建3-5个核心知识库：行业资料库（放所有行业相关的文章和报告）、项目资料库（按项目分，一个项目一个子库）、个人学习库（放课程、教程、读书笔记）、工具资源库（放模板、工具、参考资料）。分类少了，反而更容易找到东西——因为ima的搜索功能很强，不需要靠分类来定位。 第二个坑：WorkBuddy指令写得太复杂。一开始写的指令很长，包含很多细节要求，结果执行起来容易出错，因为指令之间有冲突。现在的做法是，把复杂任务拆成多个简单指令。第一步先做文件整理，第二步再做内容提取，第三步最后生成报告。每一步都简单明确，成功率更高。 第三个坑：过度依赖AI，不做人工校验。WorkBuddy生成的报告、ima生成的摘要，都不是100%准确的。特别是涉及数据和结论的时候，AI可能会理解错原文的意思。做法是，把AI当成助理，不是替代者。AI负责收集和整理，人工负责判断和决策。关键环节一定要人工过一遍，确保准确性。 ## 七、这套系统的真正价值 说了很多操作层面的东西，最后聊聊价值层面的思考。 知识管理的本质，不是囤积信息，而是建立连接。你收藏一篇文章，它只是一个孤立的信息点。但当你用AI工具对它进行加工、分类、关联，它就会变成知识网络中的一个节点。这个节点越多，知识网络就越密，创造力自然就跟上来了。 WorkBuddy+ima的价值，在于大大降低了建立这种连接的成本。以前，你需要手动做笔记、画脑图、写总结，才能把一个信息点纳入知识体系。现在，AI帮你做了80%的体力活，你只需要做20%的思考判断。 省下来的时间，可以用来做更有价值的事情。比如深度阅读——AI帮你筛选出最值得看的文章，你可以把省下的时间用在精读上。比如思考连接——AI帮你整理了素材，你可以专注于发现不同信息之间的关联。比如创造输出——AI帮你生成了报告框架，你可以专注于加入自己的洞察和观点。 这才是知识管理的终极目标。不是做一个更大的收藏夹，而是建立一个能持续产生价值的知识系统。 ## 八、快速上手指南 如果看完想试试，这里有一份快速上手指南。 第一步，下载安装。WorkBuddy官网地址是 workbuddy.tencent.com，支持Windows和Mac。ima官网地址是 ima.qq.com，也支持多平台。两个工具都是免费的，新用户有赠送额度。 第二步，完成基础配置。WorkBuddy需要授权访问你的文件夹，建议先授权Downloads和桌面。ima需要创建你的第一个知识库，建议从个人资料库开始。 第三步，跑通第一个场景。建议从微信文章处理开始——这是最容易看到效果的场景。按照前面说的四步走：收藏一篇文章，查看ima的自动摘要，用WorkBuddy生成报告，审阅补充。 第四步，逐步扩展。跑通一个场景之后，再逐步加入本地文件整理、会议纪要处理等功能。不要一上来就想搭完整的系统，循序渐进更容易坚持。 ## 九、写在最后 搭建这套系统花了大概两周时间，主要是摸索各种功能和指令。但跑通之后，每天省出的时间大约1.5到2小时。一个月下来就是40到50小时——相当于多出了整整一个工作周。 更重要的是，工作方式变了。以前是被信息追着跑，每天花大量时间处理碎片信息，却感觉什么都没学到。现在是主动驾驭信息，让AI帮忙做筛选和整理，专注于思考和创造。这种转变，比省下的时间更有价值。 如果也被信息过载困扰，不妨试试这套方案。工具只是手段，目的是让我们从繁琐的体力活中解放出来，把精力投入到真正重要的事情上。毕竟，AI时代，人的价值不在于记忆和整理，而在于判断和创造。