给workbuddy搭建知识库

最近几个月搭了三套AI知识库，也帮朋友推了几轮。 说说这件事到底怎么回事🧵 什么是知识库？ 一句话：给AI装一份长期记忆。 普通对话的痛就是每次从零开始——上一轮你说的偏好、项目细节，下一轮全忘了。 知识库存下来，下次它主动认。 好处就两个： ① 回答针对性高一个量级 ② 答案优先从你给的资料找，不瞎编 （这个叫RAG，现在靠谱的AI都在用） 但2026年3月之前，知识库是个技术活。 主流方案：Obsidian + Codex/Claude Code 好处是全本地、隐私高、有图谱 坏处是要写命令行——我一圈朋友试了一个星期全弃了。 门槛卡死。 现在的方案：腾讯 WorkBuddy 国内模型+WorkBuddy迭代之后， 知识库从"需要配的技术项目"变成了"说一句话搞定的事"。 具体三条路👇 A：WorkBuddy + Obsidian（本地路线） WorkBuddy处理原始资料→写入Obsidian→自动建双向链接图谱 ✅ 适合：做研究、写专业内容、法律医学古籍等敏感领域 ⚠️ 要配置 B：WorkBuddy + IMA（云端路线） WorkBuddy处理→上传IMA IMA是腾讯的智能知识库，内置RAG向量检索，手机就能问 ✅ 适合：跑项目、做运营、资料量大但不太敏感、要移动端 ⚠️ 图谱弱 C：两条路一起走 一份资料，同时写到Obsidian（图谱）和IMA（问答） ✅ 适合：重度知识管理选手 一句话总结差别： Obsidian → 图谱强 · 问答弱 · 本地 · 要配置 IMA → 问答强 · 图谱弱 · 云端 · 开箱即用 WorkBuddy → 中间的执行层，帮你搞定读写流程 怎么选？ 做研究的选A，跑客户的选B，想先试试的从B开始。 我自己是A为主力，重要资料同步一份到B方便手机查。 知识库这件事，现在没有门槛了。 剩下的不是技术问题，是你愿不愿意开始往里存。 💬 你正在用什么搭知识库？评论区聊聊#workbuddy #workbuddy教程 #workbuddy使用 #学习氛围感 #像喝水一样读文献 #氛围感学习 #搭建知识库