用 AI 搭建个人知识管理工作流：从语音笔记到结构化知识库

发表于 分类于 阅读次数： 本文字数： 2.1k 阅读时长 ≈ 7 分钟

你是否经常有这样的经历：想到一个好点子，手边没有纸笔，几分钟后就忘了；读了一篇好文章，收藏进浏览器书签，再也没打开过；开会讨论出重要结论，散会后只记得”刚才好像说了个很重要的事”？

知识管理最难的从来不是获取，而是整理和检索。本文分享一套我用 Hermes Agent 和 AI 工具搭建的个人知识管理工作流，从语音录入到结构化知识库全链路打通，全程可操作。

一、核心思路：三步法

传统知识管理的问题在于”收集”和”整理”是分离的——你需要在不同工具间切换，切换次数越多，坚持下来的概率越低。

我的方案是 一次录入，自动归档：

1
2
3
4
5
graph LR
    A[语音/文本输入] --> B[AI 分类整理]
    B --> C[结构化知识库]
    C --> D[全文检索]
    D --> A
步骤 做什么 工具 耗时
① 录入 语音笔记或快速文字记录 Hermes + Whisper STT 30 秒
② 整理 AI 自动提取关键信息、打标签 LLM + 自定义 Prompt 自动
③ 归档 写入 Markdown 文件、建立索引 脚本 + Hexo 博客 自动

关键原则：用最快的方式记录，剩下的交给自动化。

二、Step 1：语音笔记 — 最低门槛的录入方式

打字最快速度约 80 字/分钟，而口语可达 200 字/分钟。对于想法记录，语音是天然高效的输入方式。

配置 Hermes 语音输入

在 Hermes 的 config.yaml 中启用 STT：

1
2
3
4
5
stt:
  provider: whisper
  model: base        # base 够用，速度与准确率平衡
  language: "zh"     # 指定中文，提升准确率
  enabled: true

使用方式：直接发语音消息给 Hermes，它会自动转录并处理。

三种记录场景

场景 方式 示例指令
临时想法 直接语音输入 “记下来：下周文章想写关于向量数据库对比”
阅读笔记 拍照 + 语音描述 “拍下这页书，然后说：这段讲了 RAG 的 chunk 策略”
会议纪要 连续语音分段 “会议结论：决定用 PostgreSQL + pgvector，本周五前出原型”

关键技巧：说完后加一句明确的动作词——“记下来”、”归档”、”分类”。让 AI 知道这不是闲聊，是需要处理的笔记。

三、Step 2：AI 自动整理 — 提取结构化信息

原始语音转录是”脏数据”——包含口癖、重复、不完整的句子。需要 AI 清洗并提取关键信息。

整理 Prompt 模板

我设计了一套分类整理 Prompt，让 Hermes 自动执行：

1
2
3
4
5
6
7
8
9
10
11
12
13
你是一位知识管理助手。请对以下笔记进行整理：

原始笔记：
[转录原文]

请按以下格式输出：
---
type:  idea | meeting_note | reading_note | todo
title: 简短标题
tags: [标签1, 标签2]
summary: 一句话总结（20字以内）
content: 整理后的完整笔记（语言通顺，删掉口癖和重复）
---

在 Hermes 中配置为 Skill

创建 ~/.hermes/skills/knowledge-manager/，添加 README.md：

1
2
3
4
5
6
7
name: knowledge-manager
description: 知识笔记管理，包含录音转录、分类整理、归档
matchers:
  - trigger: ".笔记"
    instruction: >
      将以下内容作为笔记处理。先转录语音（如果有），然后按知识管理的格式整理。
      提取关键信息，分类，打标签。最后输出整理结果。

使用时只需说：”。笔记 我今天想到一个项目架构…”，Hermes 就会自动执行整理流程。

四、Step 3：自动归档到知识库

整理完成后，需要将结构化笔记持久化保存。我的方案是将笔记写入 Markdown 文件，组织成可检索的知识库。

归档脚本

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
#!/usr/bin/env python3
"""归档笔记到 Hexo 博客的知识笔记目录"""
import os
from datetime import datetime

POSTS_DIR = "/root/hexo-template-edgeone/source/_posts/notes"

def archive_note(title, tags, content, note_type="idea"):
    """将笔记写为 Hexo 兼容的 Markdown 文件"""
    date_str = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    slug = title.lower().replace(" ", "-")[:50]
    filename = f"{slug}.md"
    
    frontmatter = f"""---
title: {title}
date: {date_str}
tags: [{', '.join(tags)}]
categories: 知识笔记
type: {note_type}
---

"""
    os.makedirs(POSTS_DIR, exist_ok=True)
    with open(os.path.join(POSTS_DIR, filename), "w") as f:
        f.write(frontmatter + content)
    
    print(f"✅ 已归档：{filename}")
    return filename

自动化流程

1
2
3
4
5
6
# 一键归档并发布
python3 scripts/archive_note.py  # 整理归档
cd /root/hexo-template-edgeone
git add source/_posts/notes/
git commit -m "Notes: 自动归档知识笔记"
git push origin main

知识库目录结构

1
2
3
4
5
6
source/_posts/notes/
├── ai/                  # AI 技术笔记
├── dev/                 # 开发技巧
├── tools/               # 工具评测
├── projects/            # 项目记录
└── ideas/               # 灵感碎片

每个子目录对应一个分类，归档脚本根据 tags 自动分配到对应目录。

五、检索与复用：让知识真正被用到

归档只是开始，检索才是知识管理的价值体现。

方案 A：通过博客全文搜索

博客已配置 NexT 主题的搜索功能（基于 hexo-generator-search），可以直接在网站上搜索所有文章和笔记。

方案 B：本地全文检索

1
2
3
4
5
# 在所有笔记中搜索关键词
grep -r "向量数据库" source/_posts/notes/ --include="*.md"

# 按标签搜索
grep -l "tags:.*RAG" source/_posts/notes/**/*.md

方案 C：AI 辅助检索

直接在 Hermes 中问：

“我之前有没有记过关于 RAG chunk 策略的笔记？”

Hermes 会在知识笔记目录中搜索相关文件，找到后直接输出内容。这是最高效的方式——用自然语言查询，不需要记住文件路径。

六、实践经验与避坑指南

6.1 不要追求完美整理

很多人坚持不下来，是因为想一上手就构建”完美的知识体系”——分类详尽、标签规范、格式统一。

我的建议：先跑起来，再优化。刚开始只要能把笔记归档就行，分类和标签可以等积累到 50 条之后再统一整理。

6.2 语音笔记的”三个不要”

不要 原因
不要在嘈杂环境录 Whisper 准确率下降明显
不要长篇大论 语音笔记适合 30-60 秒，太长不如直接写
不要省略动作词 记得加”记下来”、”归档”，否则 AI 不知道这是笔记

6.3 定期回顾

知识管理最容易被忽视的一步：回顾。建议：

  • 每周日：花 10 分钟浏览本周归档的笔记
  • 每月初：整理标签，合并重复条目
  • 每季度：从笔记中提炼可发表的博客文章

我在 Hermes 中配了一个定时任务：

1
2
3
4
# ~/.hermes/config.yaml 中的 cron 配置示例
cron:
  - schedule: "0 20 * * 0"  # 每周日 20:00
    task: "提醒我回顾本周笔记，说：本周你归档了 N 条笔记，是否要生成周报？"

七、效果对比

使用这套工作流前后的对比：

维度 之前 之后
记录意愿 想到就记，记了就忘 想到就录，自动归档
整理时间 每周 1-2 小时手动整理 零手动整理时间
检索效率 “我好像在哪见过…” 3 秒内找到
知识复用率 <10% ~60%（笔记 → 文章 → 项目）
坚持时长 最多坚持 2 周 已连续使用 3 个月

八、扩展方向

这套工作流是”最小可行版本”。根据需求可以继续扩展：

  1. 多设备同步：手机端语音 → 云端处理 → 自动归档到博客仓库
  2. 双向同步：Notion / Obsidian ↔ Hexo 笔记目录，双向同步
  3. AI 周报生成：每周 AI 自动汇总本周笔记，生成知识周报
  4. 知识图谱：根据标签和引用关系，自动构建笔记间的关联图谱
  5. RAG 增强：将归档笔记作为 RAG 的文档库，实现基于个人知识库的问答

这套工作流的核心不是工具，而是习惯——用最少的阻力完成记录，用自动化完成整理，用 AI 完成检索。工具只是放大器，真正改变的是你对待知识的方式。

如果你也在搭建自己的知识管理系统，不妨从最简单的语音笔记开始。30 秒录入一条，一周后你会惊讶于自己积累了这么多有价值的内容。

本文基于 Hermes Agent + Hexo 博客搭建的知识管理工作流实践，2026-05-29