说实话，搭建这套知识管理系统完全是被逼的。
每天公众号、播客、视频、Twitter，信息源一大堆。看到好文章就收藏，遇到有启发的观点就截图，结果几个月下来，Cubox 里躺了 800+ 篇文章，Flomo 里堆了 2000+ 条笔记，但真正消化的不到 10%。
最崩溃的是，明明记得某个观点很有用，要用的时候翻半天找不到。或者找到了，发现只有一句话，上下文全忘了。这种"收藏即遗忘"的感觉太糟心了。
于是我开始思考：有没有办法让这些零散的信息真正变成自己的知识？AI 工具这么多，能不能帮我解决这个问题？
带着这个问题，我重新整理回顾了我持续三年的工具探索和试错之旅。
最开始完全是海选状态。看到有人推荐就装，看到有新工具就试。那段时间我的电脑和手机上装了不下 40 个工具，什么 Notion、Obsidian、Roam Research、Logseq、Capacities...每个都说自己最好用。
结果折腾了一个月，发现自己陷入了"工具陷阱"——每天花大量时间研究工具怎么用，反而没时间真正学习和思考。
这个阶段的教训：不要被工具绑架。工具再好，不适合自己的工作流就是摆设。
去年 ChatGPT 爆火之后，我开始想：AI 能不能帮我整理这些内容？
一开始用 ChatGPT 直接粘贴长文让它总结，效果一般。它给出的总结往往是那种"本文主要讲了三点"的套话，看完还是不知道具体说了啥。
后来尝试 Kimi，发现它对中文内容的理解明显更好。给它一篇 1 万字的深度文章，它能按照我的要求输出结构化的思维导图，这让我眼前一亮。
再后来发现 Gemini 在处理复杂逻辑方面更强，秘塔在专业领域检索有优势...慢慢地，我开始按场景选择不同的 AI 工具。
工具有了，但怎么串起来？
我发现关键是要有一个"信息中枢"。后来确定用 Markdown 作为统一格式，因为：
围绕 Markdown，我开始搭建从"输入→处理→输出"的完整链路。这就是现在这套系统的雏形。
我不想简单罗列工具功能，那样没意义。我想聊聊实际使用中的感受，包括那些让我惊喜的点，和那些踩过的坑。
Kimi
最先用上的国产 AI。最大优点是快，而且多端同步做得很好。早上在电脑上问的问题，中午在手机上能直接看到对话记录。
但它也有局限。遇到需要深度推理的问题，比如"对比三种产品策略的利弊"，Kimi 的回答就比较浅。
Gemini
后来发现 Gemini 在这方面强很多。给它一个复杂问题，它会从多个角度分析，逻辑链条很清晰。缺点是速度慢，而且有时候太"啰嗦"，一个问题能给你写 2000 字。
秘塔
专业信息检索确实有两把刷子。比如查某个技术领域的最新进展，它能给出很结构化的答案，比自己去 Google 翻几十篇文章效率高多了。
使用心得：不要只用一个 AI。日常快速查询用 Kimi，深度分析用 Gemini，专业领域用秘塔。后来我还装了 CherryStudio，可以同时调用多个模型对比回答，避免被单一模型的局限性误导。
这部分工具让我最有感触。因为它们真的能节省大量时间。
元宝和豆包
这两个是我发现的宝藏工具。元宝能提取视频号和公众号文案，豆包能提取抖音视频文案。以前看到好视频只能手动记笔记，现在直接提取文字版，效率提升太明显了。
Get 笔记
可以订阅抖音和得到上的博主，它会自动生成最新内容的核心纪要。我订阅了十几个 AI 领域的博主，每天早上打开 Get 笔记，就能看到昨天他们发了什么干货。
但这个工具有个问题：生成的纪要质量参差不齐。有些博主的内容它总结得很好，有些就很敷衍。所以还是要自己筛选。
Flowith
可视化工作流编排工具。我用它搭了一个"内容自动提取→AI 总结→保存到 Markdown"的流程。虽然配置有点复杂，但跑通之后确实很爽。
坦白说：自动化工具很香，但前期配置成本不低。如果你不是重度使用者，可能投入产出比不划算。我当时花了整整两天才把 Flowith 的工作流调通。
Flomo
我最喜欢的笔记工具，没有之一。它的核心理念是"无压力记录"——不用想目录结构，不用纠结放哪个文件夹，想到什么就记什么。
它的标签和回顾功能做得很好。通过标签可以把分散的笔记串起来，定期回顾能让你发现那些被遗忘的想法。
唯一的遗憾是它只能记短内容。长文章没法存进去。
AppleNote
我把它当"中转站"用。手机上看到的东西先扔这里，回到电脑再整理。跨设备同步快，而且支持文件夹分类，比 Flomo 灵活。
Cubox
稍后读神器，什么都能往里扔。网页、图片、链接，甚至 newsletter 都能订阅。
但我发现它最大的问题是内容堆积。因为太容易保存了，结果一个月下来存了几百篇文章，根本看不过来。后来我强迫自己每周清理一次，把明确不会看的直接删掉。
iMA
这个工具比较特殊。它更像是"领域知识库"。比如我专门建了一个"AI 产品分析"的库，把相关的文章都扔进去。需要的时候可以直接对话提问，它会基于库里的内容回答。
感受：iMA 适合深耕某个领域，但不适合泛泛地存各种内容。我现在只在 2-3 个最关注的领域用它。
Dia 浏览器
电脑端我只用它。配合 skills 功能，可以边看 YouTube 边让 AI 解构内容，或者进行"反共识讨论"（让 AI 提出不同观点，帮你更全面地思考）。
Trae
这是我的核心整理工具。它结合了 AI 和 MCP（Model Context Protocol）能力，处理本地 Markdown 文件非常方便。
我的使用方式是：每周末花 2 小时，把 Flomo 和备忘录里的碎片笔记，在 Trae 里加工成结构化的文档。这个过程也是对知识的二次消化。
Notebooklm
Google 出品的学习工具。基于某个主题输入内容，它能生成 PPT、播客、脑图等多种形式。
我最喜欢它的"播客生成"功能。把一篇深度文章丢给它，它会生成两个虚拟主播的对话式讲解。通勤路上听，比自己啃原文轻松多了。
写作工具三件套
老实说，写作工具我换了好几轮。最后发现简单够用就好，不要追求大而全。
理论讲完了，说说我真实的使用流程
早上（10 分钟）
碎片时间（随时）
这是最关键的环节。如果不做这一步，前面的收集都是白费。
需要写文章或做分享时：
经过这些时间的实践，我总结了几条经验：
这是最重要的一条。如果不定期整理，再好的工具也白搭。
我的节奏是：
所有内容最终转为 Markdown，好处是：
我以前总想着"要把笔记整理得完美无缺"，结果反而不敢动手。后来发现，完成比完美更重要。笔记是给自己看的，不是给别人展示的。
工具多不代表效率高。定期问自己：这个工具我真的在用吗？如果三个月没碰过，就删掉。
知识管理的终点是输出。写文章、做分享、教别人，这些输出过程才是真正内化知识的时候。
搭建这套系统花了我蛮久的时间，踩了无数坑，试了几十个工具，最后才找到适合自己的组合。
但我不建议你完全照搬我的方案。因为每个人的工作流不同，关注的领域不同，使用习惯也不同。
我分享这些，是希望你能从中得到启发：
最后想说，知识管理不是目的，让知识真正为自己所用才是。工具再多，如果不能帮你思考得更深、学得更好、创造出有价值的内容，那就没有意义。
希望我的这些经验，能帮你少走一些弯路。如果你也在折腾知识管理系统，欢迎交流。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。