133 lines
6.2 KiB
Markdown
133 lines
6.2 KiB
Markdown
# 用 AI 把零散资料变成可复用的知识库 —— 从原始稿到公众号的自动化工作流
|
||
|
||
**副标题**：把 raw/ 里的每一份素材，变成结构化知识、内容包与长期增长的内容资产
|
||
|
||
---
|
||
|
||
## 封面图建议（可直接给设计/生成提示词）
|
||
|
||
Prompt（给图像生成模型）：
|
||
|
||
> 扁平化流程图风格：笔记、文件夹、机器人助手（AI）和公众号稿件从左到右排列，颜色清爽（蓝绿系），中间有箭头连接，风格扁平、现代、适合科技类公众号封面，文字区域留白，保持高分辨率 PNG。
|
||
|
||
---
|
||
|
||
## 导语（钩子）
|
||
|
||
你是不是遇到过这样的痛点：团队里有大量会议记录、研究笔记和创意草稿，但真正可以复用、检索并产出持续价值的“知识”却屈指可数？今天介绍一个可落地的思路：用 LLM 驱动的自动化同步（llm-wiki-sync），把 raw/ 目录里的原始素材，系统化为结构化 Wiki、内容包与可发布的公众号稿件。7 分钟读完，你就能知道如何开始落地。
|
||
|
||
---
|
||
|
||
## 一、问题是什么（为什么要做）
|
||
|
||
- 原始素材散、格式乱：文件命名不规范、缺少摘要与元信息。
|
||
- 知识难以复用：好内容写一次就扔，找不到历史背景与引用。
|
||
- 人力成本高：每次写长文都要重新梳理背景与资料。
|
||
|
||
**目标**：把“碎片化”信息变成“结构化”知识，支持快速写作、内容复用与团队协作。
|
||
|
||
---
|
||
|
||
## 二、什么是 LLM Wiki（和它比传统文档的优势）
|
||
|
||
**定义**：以 LLM（大模型）为执行引擎，把 raw/ 下的每份源文档转成结构化的 wiki 页面（Summary、Key Claims、Quotes、Connections、Entities），并维护索引与知识图谱。
|
||
|
||
**优势**：
|
||
- 结构化检索：基于摘要与实体检索，提高命中率。
|
||
- 快速写作：从 wiki 导出“内容包”（文章稿、社媒文案、视频脚本），减少重复劳动。
|
||
- 可审计与可回滚：每次同步记录变更，可通过日志与 checkpoint 回溯。
|
||
|
||
---
|
||
|
||
## 三、核心思路（3 步落地流程）
|
||
|
||
1. 统一入口：把所有原始资料放进 raw/ 目录（文件名用 kebab-case）。
|
||
2. 自动同步（llm-wiki-sync）：触发 ingest → 生成 wiki/sources/<slug>.md → 更新 wiki/index、overview 与 entities。
|
||
3. 导出内容包：由 agent（如 Marketing Content Creator）从 wiki 生成公众号稿、图文摘要与三条社媒文案。
|
||
|
||
---
|
||
|
||
## 四、操作演示（可复制的实操步骤）
|
||
|
||
**准备工作**：
|
||
- 把文件放到 raw/，命名示例：`raw/product-launch-2026.md`
|
||
- 确认 llm-wiki-sync skill 已部署（或用 hermes 提供的 sync 脚本）
|
||
|
||
**执行（示例命令/流程）**：
|
||
1) 手动单篇 ingest（Hermes CLI）
|
||
|
||
```
|
||
hermes skill llm-wiki-sync ingest raw/product-launch-2026.md
|
||
```
|
||
|
||
2) 批量同步（Cron）
|
||
|
||
```
|
||
hermes cron create "every 6h" --prompt "sync raw/ to wiki/" --deliver=origin
|
||
```
|
||
|
||
3) 从 wiki 导出公众号初稿（示例）
|
||
|
||
```
|
||
hermes chat -q "从 wiki/sources/product-launch-2026.md 生成一篇适合微信公众号的 800 字文章，包含标题、导语、3 个要点与结尾 CTA。"
|
||
```
|
||
|
||
---
|
||
|
||
## 五、公众号稿件模版（可直接复制粘贴）
|
||
|
||
下面给出一篇可直接发布的公众号稿，基于“Marketing Content Creator”角色与上述流程精炼而成。
|
||
|
||
**标题**：把零散资料变成可复用的“知识产品”——一套 LLM 驱动的实操方法
|
||
|
||
**作者**：内容工程团队
|
||
|
||
**导语**：
|
||
很多团队都有大量写过的会议纪要、研究报告和草稿，但这些资产很少转化为持续价值。本文将手把手教你，如何用一套 LLM 驱动的同步流程，把 raw/ 下的每份资料自动整理成结构化 Wiki，再一键生成可发布的公众号稿件、短视频脚本与社媒文案。
|
||
|
||
**为什么这个方法有效？**
|
||
- 把“写一次”变成“用多次”：结构化的 source 页面让信息可以被快速检索与组合。
|
||
- 节省人力时间：写作从“找材料”变成“选模板 + 编辑口吻”。
|
||
- 可迭代：每次新增素材都会更新 overview，知识库越用越聪明。
|
||
|
||
**核心步骤（3 步走完）**
|
||
1. 统一素材入口：把所有原始文件放到 raw/，并统一命名规范（kebab-case）。
|
||
2. 运行自动同步：触发 ingest，把每份素材生成 `wiki/sources/<slug>.md`（包含 Summary、Key Claims、Connections）。
|
||
3. 导出内容包：从 wiki 导出公众号稿、图文摘要与 3 条社媒文案，快速分发到各渠道。
|
||
|
||
**实用模板（公众号写作要点）**
|
||
- 开头 1 段钩子（提出问题或痛点）
|
||
- 中间 3 个要点（每点 1-2 段，含操作建议）
|
||
- 结尾 CTA（示例：把一份素材发给我，10 分钟演示自动化输出）
|
||
|
||
**示例 CTA**：
|
||
想把你团队的一篇素材变成公众号初稿？回复 “演示” 并附上原始文件名，我帮你跑一次自动化流程，10 分钟出初稿。
|
||
|
||
---
|
||
|
||
## 六、落地注意事项（工程与运营）
|
||
|
||
- 语言/格式规范：遵守团队的输出规范（比如 CLAUDE.md 里的简体中文与结构化语义规则）。
|
||
- 并发与配额：同步任务避免并发过高，建议单文件顺序 ingest 或批次处理（每批 3–10 篇）。
|
||
- 通知策略：cron 任务要设置 `deliver=origin` 才会在 Telegram/当前 chat 发送完成通知。
|
||
- 媒体与图片：若原始文件含图片，先上传到公共可访问路径或把本地路径记录到 source 页面中。
|
||
- 回滚与审计：每次 ingest 前建议在 git 或 checkpoint 做一次快照，出问题可回滚。
|
||
|
||
---
|
||
|
||
## 七、落地后你会收获什么
|
||
|
||
- 内容产出效率显著提升（从“找材料”解放出来）。
|
||
- 团队知识变得可组合、可复用、可检索。
|
||
- 内容 ROI 提升：同样的 input 能产生更多输出（文章、视频脚本、社媒短文等）。
|
||
|
||
---
|
||
|
||
## 结语（行动号召）
|
||
|
||
如果你准备好了，把你的一份 raw 文档发来（文件名或粘贴内容均可），我可以示范一次完整的 ingest → wiki → 公众号初稿流程，现场出稿并给出可直接发布的文章与三条社媒文案。回复“演示 + 文件名”即可。
|
||
|
||
---
|
||
|
||
*备注：如需我把该稿直接推送到指定笔记文件或做格式微调（如加目录、标题样式、替换占位图），可回复具体要求，我来更新。*
|