自动化 on Kalend's Blog

我给AI建了个全自动知识库：每周自动从对话中提炼知识点

Tue, 26 May 2026 23:00:00 +0800

和AI聊了几百轮，发现最有价值的知识全散落在聊天记录里。下次遇到类似问题，还得重新问一遍。

这不是工具推荐，是我自己搭的一套系统。用了一年，从零长到23个知识页面，全是AI自己从对话里提炼出来的。

先说结论：把AI当知识管理员，比当聊天机器人有用得多。

一、为什么要自动化知识库

我每天和AI助手聊天，聊技术、聊工具、聊踩坑经验。

这些对话里藏着大量可复用的知识点：某个工具的配置方法、某个问题的解决方案、某个概念的清晰解释。

但问题是——它们全在聊天记录里。

想找的时候翻不到，找到了也不确定是最新的。

更关键的是，下次遇到类似问题，我又得重新描述一遍背景，重新问一遍。

所以我想要一个系统：自动扫描对话，自动提炼知识点，自动写入知识库。

不是什么Notion模板，不是Obsidian手动整理。

是真正的全自动——我正常聊天，知识库自动生长。

二、方案：LLM Wiki 规范 + 定时扫描

我的方案基于Karpathy提出的LLM Wiki规范。

核心思路：用Markdown文件存知识，用双向链接把知识点串成图谱，用AI定时扫描对话来增量更新。

整个知识库就是一个文件夹，长这样：

1
2
3
4
5
6
7
8
9


wiki/
 entities/ # 实体页（工具、人物、项目）
 concepts/ # 概念页（方法论、架构、工作流）
 comparisons/ # 对比页（方案选型）
 queries/ # 查询页（常见问题）
 raw/ # 原始素材（对话摘要）
 SCHEMA.md # 规范定义
 index.md # 全局索引
 log.md # 操作日志

每个页面都有统一的frontmatter格式：

1
2
3
4
5
6
7
8
9


---
title: 页面标题
created: 2026-05-14
updated: 2026-05-25
type: entity | concept | comparison | query
tags: [ai, tools, open-source]
sources: [raw/articles/xxx.md]
confidence: high | medium | low
---

用[[wikilinks]]语法在页面间建立双向链接。

比如opencode页面引用了understand-anything，后者又引用了hermes-agent。

这些链接自动形成知识图谱，不用手动维护。

三、扫描脚本：从对话中挖知识点

核心是一个Python脚本，每周自动扫描最近7天的AI对话记录。

它的逻辑很简单：

第一步：扫描会话数据库，找到最近有实质内容的对话。

筛选标准：消息数≥5条，标题非空，时间在7天内。

第二步：用关键词匹配分类。我定义了8个类别：

1
2


AI/模型 | 工具/Agent | 数据库 | OSINT
DevOps | 编程 | 写作 | 记忆/知识库

每条匹配规则是多个关键词用管道符连接。

比如"ai|llm|模型|训练|推理"都归到AI类。

第三步：过滤掉已有页面覆盖的内容，输出候选清单。

第四步：LLM Agent拿到候选清单，判断是否值得入库。

不是什么都记。有两个硬性门槛：

同一个知识点出现2次以上，或者来自1个高质量核心来源。

这样避免了把闲聊当知识的问题。

四、自动化流程：定时任务配置

我把扫描脚本配成了定时任务，每周日上午11点自动运行。

流程是四步：

扫描脚本输出候选 → LLM判断是否值得入库 → 创建或更新wiki页面 → 追加操作日志

目前已经跑了5轮自动入库，产生了这些内容：

实体页13个：hermes-agent、mempalace、opencode、obsidian、karpathy等。

概念页5个：双向链接、知识库工作流、五层记忆架构、MySQL大表DDL方案、被动验证方法论。

最有价值的是交叉引用。

opencode → understand-anything → hermes-agent → openclaw

这条引用链，把四个工具的定位和关系串了起来。

下次我需要对比它们，直接看知识库就行。

五、设计思考：为什么不用Notion

很多人会问：为什么不直接用Notion？或者Obsidian的插件？

三个原因：

第一，数据主权。我的知识库是本地Markdown文件，git管理。

不依赖任何云服务，不会因为某天服务下线就丢数据。

第二，增量构建。不是一次性搭好架子然后手动填充。

是每周自动从对话中生长，越用越丰富。

我正常使用AI，知识库自动变厚。

第三，AI做苦力。扫描、分类、提取、格式化，全部自动化。

我只做最终决策——这个东西值不值得记。

当然也有代价：没有Notion那么漂亮的界面，没有协作功能。

但知识库的本质是"能找到"，不是"好看"。

六、一个真实页面长什么样

拿hermes-agent这个实体页举例：

开头是frontmatter，包含标题、日期、类型、标签、来源、置信度。

然后是正文：概述、核心架构（配置层级表格）、Profile隔离系统、Skill系统、五层记忆架构、多平台网关。

最后是相关页面链接：nous-research、llm-wiki、obsidian、mempalace。

每个链接都能跳转，形成知识网络。

整个页面从创建到现在更新了3次，每次都是自动扫描触发的。

不是手动维护的"死"文档，而是跟着我的使用持续进化的"活"知识。

回看log.md的操作记录，5次自动入库覆盖了完全不同的领域：

从MySQL大表DDL方案到OSINT被动验证方法论。

这正是自动化的价值——它不会只记你"觉得重要"的东西。

而是记录你"实际在用"的东西。

如果你也在大量使用AI工具，强烈建议搭一个自己的知识库。

不需要复杂，一个文件夹 + 一个扫描脚本就够了。

关键不是工具选型，而是让知识自动沉淀。

手动整理的知识库，最后都会变成没人维护的死文档。

只有自动化的，才能活下来。

关注 varkm，一起学习，一起成长

下一篇讲怎么给这个知识库加上语义搜索，让它从"能找到"变成"能联想"

AI Agent 的定时任务：从「到点跑命令」到「到点帮你思考」

Thu, 14 May 2026 00:00:00 +0800

半夜3点磁盘满了，早上9点选题推荐准时推送——这些都不是我干的，是我的AI定时任务替我干的。

先说结论

AI Agent的cron定时任务，和传统的 crontab 不是一回事。

传统cron是"到点跑命令"，AI Agent的cron是**“到点唤醒一个AI帮你思考和执行”**。它能搜索、能分析、能写文件、能推送到微信。

两种模式：脚本直出（零token消耗，纯数据采集）和Agent模式（有推理能力，会做判断。token可以理解为AI思考和输出的计费单位）。选型一句话：固定格式用脚本，需要思考的用Agent。

传统cron到底差在哪

先看一张对比：

维度	传统crontab	AI Agent cron
能力	执行固定命令	执行+推理+搜索+写文件
输出	发邮件，没人看	推到微信/Telegram
上下文	无	可注入skill、记忆、历史
智能程度	零	能判断"没事别烦我"
失败处理	写个error日志	分析原因、换方案重试

传统cron最大的问题不是功能弱，而是输出没人看。crontab每天给你发邮件，你打开过吗？

AI Agent的cron不一样——它直接推到你的聊天工具，而且只在有事的时候才推。

两种模式

A. 脚本直出（no_agent模式）

原理很简单：bash/python脚本跑完 → stdout → 直接推送到你的聊天窗口。

不经过LLM，零token消耗。

我配了一个系统健康巡查脚本，每天8:00和22:00自动跑，输出长这样：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14


## 🟢 系统巡查报告

时间: 2026-05-12 08:01 | 运行: 3天23小时 | 负载: 0.06

资源
| 指标 | 数值 | 状态 |
|--------|-------------------|------|
| CPU | 3% | ✅ |
| 内存 | 2268M/32131M (7%) | ✅ |
| Swap | 0M/7823M | ✅ |
| 磁盘/ | 42G/140G (32%) | ✅ |

服务: sshd ✅ | AI助手 ✅
网络: 百度 ✅ | Google ✅

这个脚本做了什么？

检查CPU/内存/Swap/磁盘，超阈值标⚠️
检查关键服务是否活着（sshd、cron、AI进程）
测试国内外网络连通性（ping + HTTP）
拉最近1小时系统错误日志
任何一项异常，标题从🟢变⚠️

全部健康就一条消息，有异常自动高亮。每天看一眼就行。

适合场景：监控告警、固定格式数据采集、定期备份验证。核心特征是输出格式固定，不需要AI判断。

B. Agent模式

这个才是真正有意思的。

原理：定时唤醒 → 加载你写的prompt → AI推理 → 调用工具（搜索、终端、文件） → 生成报告 → 推送给你。

消耗token，但有"脑子"。

比如我的公众号选题推荐，每周二9:00自动执行。它的信息采集分四个维度：

维度1：我最近做了什么（读cron状态、最近skill、产出文件、AI记忆）
维度2：我的系统最新更新了什么（搜GitHub release/changelog）
维度3：外面在我的系统上都在聊什么（Reddit/HN/掘金/知乎）
维度4：外面在聊什么（本周AI热点动态）

它会先读本地环境（最近装了什么、配了什么），再搜外部热点，然后找两者的交集。出来的选题不是泛泛的"AI时代来了"，而是"我刚装了RTK省了80% token"这种实操内容。

适合场景：需要搜索分析、需要综合判断、需要阅读本地文件的场景。核心特征是每次输出不一样，需要AI"思考"。

一个关键设计：静默机制

Agent模式有个 [SILENT] 机制——如果AI判断"确实没什么新东西"，它回复一个静默标记，系统就不推送。

这个设计太重要了。

传统监控最怕的是什么？告警疲劳。天天给你发"一切正常"，你就不看了。突然有一天"不正常"了，你早就把它当噪音过滤掉了。

静默机制反过来：没事别烦我，有事才说话。 你的聊天窗口只出现真正需要关注的信息。

从0配置一个cron job

以健康巡查为例，完整流程：

Step 1：写脚本

~/.hermes/scripts/health-check.sh，用bash采集系统信息，输出Markdown表格。关键点：

用 set -uo pipefail 防止静默失败
设置阈值判断（CPU>80% ⚠️、内存>85% ⚠️）
输出格式统一（Markdown表格，方便在聊天窗口阅读）

Step 2：创建cron

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15


# 脚本模式
cronjob create \
 --name "系统健康巡查" \
 --script "health-check.sh" \
 --no-agent \
 --schedule "0 8,22 * * *" \
 --deliver origin

# Agent模式
cronjob create \
 --name "公众号选题推荐" \
 --prompt "你的prompt..." \
 --toolsets web,terminal,file \
 --schedule "0 9 * * 2" \
 --deliver origin

Step 3：验证

所有执行记录存在cron的output目录下，按时间命名。随时可以回查。

进阶玩法

链式执行：job A采集数据 → job B分析报告（A跑完自动触发B）。用 context_from 参数把上游输出注入下游。比如：健康巡查发现异常 → 自动触发诊断任务分析原因。
模型锁定：每个job可以指定不同模型。省钱的数据采集用小模型，重要的分析任务用大模型。
目录隔离：不同job可以指定不同的工作目录（workdir），互不干扰。

踩坑实录

1. skill找不到

cron执行环境是独立的，不像主对话有完整的skill列表。解决方案：把需要的能力写在 enabled_toolsets 里（web/terminal/file）。

2. 纯数据采集用了Agent模式

固定格式的数据采集（比如健康检查），用Agent模式是纯浪费token。能用脚本解决的别用Agent。

3. 输出太长被截断

微信单条消息有长度限制。设计prompt时加一句"输出控制在500字以内"，或者脚本里精简格式。

4. 时区

schedule用的是系统时区。服务器在国内就不用管，在海外记得设 TZ=Asia/Shanghai。

5. 静默不等于失败

脚本模式下，stdout为空 = 不推送。如果你的脚本某个分支忘了echo，就会"消失"。确保每种情况都有输出。

怎么选

一句话决策树：

1
2
3
4
5
6
7


需要AI判断吗？
├── 不需要 → 脚本直出（no_agent=true）
│ └── 监控、采集、固定格式报告
└── 需要 → Agent模式
 ├── 搜索+分析 → toolsets加web
 ├── 读本地文件 → toolsets加terminal+file
 └── 两个都要 → 都加上

写在最后

AI Agent的cron，本质上是把"定时执行"升级为**“定时思考”**——不是到点跑命令，而是到点让AI帮你做决策。

不在线的时候，有人在替你盯着。