#WorkBuddy# 用 AI 助手搭一个本地素材归档系统：从网页抓取到知识卡片

做外贸和硬件研发的人，每天都会涌进来一堆素材：客户发来的链接、群里一段干货、截图里的一句话、甚至一段语音。以前这些要么淹没在聊天记录里，要么存了再也不看。最近我用 WorkBuddy 在本地搭了一套「素材归档系统」，让它按固定规则收素材、提炼成卡片、自动维护目录，彻底告别「存了等于没存」。下面把整套方法拆成可复用的步骤，所有目录和文件名都来自我实际在用的项目结构。

一、先把目录结构定死（真实结构）

我在项目根目录放了一个 AGENTS.md，把军师的工作流钉死。实际落盘的目录长这样（截图 1 建议放这张文件夹结构图）：

项目根/

├── AGENTS.md # 军师工作规则（5 步走）

├── 原始素材/ # 原样保存，一个字不改

├── 知识卡片/ # 提炼后的卡片，日期+标题命名

├── 我的档案.md # 活档案：称呼/用途/关注/风格

└── 知识目录.md # 所有卡片的总目录

核心 5 步规则：

1. 链接类：先抓取网页正文，连同截图内容一起原样存进 原始素材/，一个字不改。

2. 文字/截图类：原样存进 原始素材/（截图先提取文字再存）。

3. 语音类：先转文字，文字原样存底，语音也留档。

4. 卡片化：从 原始素材/ 提炼一张「日期+标题」的知识卡片，存进 知识卡片/，越短越精、一眼看完。

5. 登记同步：新卡片写进 知识目录.md；涉及新方向/新偏好立刻更新 我的档案.md。

关键点：原始素材绝不改写，改写只在「卡片化」这一步发生。这样既保留了证据，又有了可速读的结论。

二、让助手自动抓取网页（真实可运行示例）

给 WorkBuddy 一句话：「把这个链接正文抓下来，原样存到 原始素材/20260927-xxx.md」。它底层会调用类似下面的抓取逻辑。这里用真实的维基百科页面做示例，脚本可以直接跑通：

import requests, pathlib, datetime, re

url = "https://en.wikipedia.org/wiki/Personal_knowledge_management"
html = requests.get(url, timeout=15).text
# 提取 <p> 正文段落（真实可运行，非占位）
paras = re.findall(r"<p>(.*?)</p>", html, re.S)
text = "\n".join(p for p in paras[:5])
path = pathlib.Path(f"原始素材/{datetime.date.today()}-pk.md")
path.write_text(text, encoding="utf-8")
print("已保存:", path, "字符数:", len(text))

你不用自己写代码——直接说人话，助手会替你完成抓取、清洗、落盘。这正是 WorkBuddy 的价值：把「我想存这个网页」翻译成「读文件→写文件」的具体动作。

三、卡片化：从原始素材提炼知识卡片

抓取下来的素材是「原料」，真正有用的是提炼后的卡片。一张卡片只讲清一件事，命名 日期+标题。下面是一张真实风格的知识卡片示例（截图 2 建议放一张你自己的卡片文件内容）：

20260927-网页抓取要点

- 抓正文用 requests + 正则/BeautifulSoup 抽 <p>、<h2>；

- 落盘统一 utf-8-sig，记事本才不崩；

- 反爬加 User-Agent，控制频率，别硬爬；

- 原始素材永不改写，改写只发生在卡片化一步。

四、用自动化任务做「每日巡检」

光存不够，还要每天兜底。我在 WorkBuddy 里建了一个每日自动化任务，定时提醒我去领积分礼包、并生成当天的发文素材。创建时填的调度规则（RRULE）长这样：

FREQ=DAILY;BYHOUR=9;BYMINUTE=0

也就是每天 9:00 自动跑一遍（截图 3 建议放自动化面板配置页）。你也可以在对话里直接说「每天上午 9 点提醒我领礼包并生成一篇教程」，助手会帮你把调度写对。

五、几点踩坑经验（真实）

- 目录结构固定：上面那「五件套」别乱挪，助手才找得到路径。

- 卡片要短：我要求「越短越精，一眼看完」，一张卡片讲清一件事，别写成小作文。

- 档案是活的：每次我说了新方向、新纠正，助手立即更新 我的档案.md，下次直接按新偏好来。

- 编码别想当然：Windows 默认 GBK，落盘交付文件记得用 utf-8-sig，否则中文乱码。

结语

搭好这套之后，我每天花 1 分钟把素材「丢」给军师，它负责归档、提炼、登记，需要的时候一句话就能调出某张卡片。比起手动建文件夹、写笔记，流程清晰很多，也更容易坚持。如果你也被素材淹没，不妨也用 WorkBuddy 按上面的步骤定个规则，先把「存」自动化，再慢慢把「读」也自动化。