Get笔记 · 六步抄作业版

核心理念

"AI 已把'怎么做'的门槛变得极低，'做什么'反而比'怎么做'更有价值。"

六步法固化进 Skill 后，张公子只需要一句话，整套知识管理流程自动跑完。

工具配置

优先使用 @getnote/cli

已验证可用的 CLI 命令（优先使用）：

# 认证状态
getnote auth status

# 语义搜索 ← 核心！解决 recall API 404 问题
getnote search "\x3C关键词>" --kb eYzMmvnm --limit 5 -o json

# 列出知识库
getnote kbs -o json

# 列出某知识库全部笔记
getnote kb eYzMmvnm --all -o json

# 存入内容（链接/文字/图片）
getnote save \x3Curl|文字> --tag \x3C标签> -o json
# 链接笔记自动轮询抓取，完成后返回完整内容

# 给笔记加标签
getnote tag add \x3Cnote_id> \x3C标签>

# 查看单条笔记
getnote note \x3Cnote_id> -o json

# 新建知识库
getnote kb create \x3C名称> --desc \x3C描述>

环境变量（自动从 openclaw.json 读取）：

• GETNOTE_API_KEY → openclaw.json skills.entries.getnote.apiKey
• GETNOTE_CLIENT_ID → openclaw.json skills.entries.getnote.env.GETNOTE_CLIENT_ID

原始 API（CLI 不可用时的降级方案）

• Base URL: https://openapi.biji.com
• Int64 ID 必须做字符串化处理

六步法快速索引

指令路由

自然语言路由规则

"建" + 知识库名称     → 第1步（创建知识库）
URL 或 "存到"        → 第2步（存入内容）
"整理"               → 第3步（自动整理）
"搜"、"对比"、"梳理"  → 第4步（语义搜索与分析）
"存成笔记"、"反哺"    → 第5步（沉淀结果）
"体检"、"报告"       → 第6步（知识库体检）

第1步：创建知识库

优先使用 CLI：

getnote kb create \x3C知识库名称> --desc \x3C用途描述>

示例：

帮我建"内容素材库"知识库，用途是"收集做内容用的案例、数据、观点"

→ getnote kb create 内容素材库 --desc 收集做内容用的案例、数据、观点

第2步：存入内容

优先使用 CLI：

getnote save \x3Curl|文字|图片路径> --tag \x3C标签> -o json

特点： 链接笔记自动异步抓取内容，CLI自动轮询直至完成，无需手动等待。

链接存档示例：

把这个链接存到内容素材库：https://...

→ getnote save https://... --tag 内容素材

语音/录音存档：

⚠️ CLI save 不支持直接上传音频。录音笔记存为文字笔记，在内容中写入 AI 生成的摘要。

批量存入： 多条内容可一次性存入，每条之间换行，CLI自动逐条处理。

第3步：自动整理

优先使用 CLI：

# 获取知识库内全部笔记
getnote kb \x3Ctopic_id> --all -o json

# 给笔记打标签
getnote tag add \x3Cnote_id> \x3C标签>

执行流程：

1. getnote kb \x3Ctopic_id> --all -o json 获取该知识库全部笔记
2. 语义判断归属分类，生成整理报告
3. 用 getnote tag add 补充缺失标签

整理报告格式：

📋 整理报告 · {知识库名}
- 笔记总数：X 篇
- 分类归入：
  · AI技术进展：X 篇
  · 成长与心理：X 篇
  · 社会观察：X 篇
  · 产出记录：X 篇
- 标签补全：X 篇

第4步：语义搜索与分析

✅ 已解决：使用 getnote search CLI 命令，完美替代返回404的 recall API。

优先使用 CLI：

getnote search "\x3C关键词>" --kb \x3Ctopic_id> --limit \x3Cn> -o json

基础搜索：

在内容素材库里搜一下：关于 AI Agent 的最新进展

→ getnote search "AI Agent最新进展" --kb eYzMmvnm --limit 5 -o json → 解析JSON结果，自然语言整理输出

对比分析（最体现知识库价值）：

对比分析内容素材库里关于"大模型开源 vs 闭源"的正反观点

→ getnote search "开源闭源优势" --kb eYzMmvnm --limit 10 -o json → getnote search "开源闭源劣势" --kb eYzMmvnm --limit 10 -o json → 语义分类正方/反方观点，输出对比框架

全局脉络梳理：

梳理一下 AI 行业观察库里关于 RAG 的全局脉络

→ getnote search "RAG" --kb eYzMmvnm --limit 10 -o json → 按时间线组织，输出脉络图谱

搜索结果示例格式：

🔍 找到 X 条相关笔记：

第1条：{标题}（{日期}）
  {语义相关性最高的片段摘要}

第2条：{标题}（{日期}）
  {次相关内容片段}

第5步：反哺知识库

优先使用 CLI：

getnote save "\x3C标题>" --title "\x3C标题>" --tag \x3C标签> -o json

沉淀分析结果：

把刚才关于 AI Agent 的分析结果存成新笔记，标题叫"AI Agent 发展脉络"

→ getnote save "\x3C完整分析内容>" --title "AI Agent 发展脉络" --tag AI,沉淀 -o json

沉淀创作产出：

把我刚写的文章存到内容素材库

第6步：每周体检

优先使用 CLI：

# 统计所有知识库
getnote kbs -o json

# 统计某知识库笔记数
getnote kb \x3Ctopic_id> --all -o json

执行流程：

1. getnote kbs -o json → 获取知识库列表 + 笔记数
2. 各知识库逐一 getnote kb \x3Ctopic_id> --all -o json → 语义分析内容覆盖
3. 识别内容空白，生成体检报告
4. getnote save → 存入体检报告

体检报告格式：

🏥 知识库体检报告 · {知识库名}

📊 总览
- 笔记总数：X 篇
- 知识库数量：X 个

📂 分类索引
- AI技术进展（X篇）
- 成长与心理（X篇）
- 社会观察（X篇）
- 产出记录（X篇）

❌ 内容空白
- 尚未覆盖：X、X、X

💡 优化建议
1. ...
2. ...

错误处理

分级归档原则

收到"整理全部笔记"指令时，按以下优先级决定是否移入"得到"知识库：

注意：重复内容（同一标题多个来源）保留正文最完整的一个，其余删除。

工作流编排原则

1. 先问目标，再执行：用户说"帮我整理"，先确认是哪个知识库
2. 多步骤自动串接：第3步整理完成后主动问"是否存入索引笔记"
3. 闭环提醒：搜索结果后提醒"是否把分析沉淀成新笔记"
4. 批量优先：多篇内容尽量批量处理，避免多次 API 调用触发限流
5. CLI优先：所有操作优先用 getnote CLI，API作为降级方案

每日知识沉淀（Cron 专用）

⚠️ 此节为 Cron 任务专用流程，普通六步法用户请忽略。

核心原则

执行每日知识沉淀时，必须遵循以下关键规则：

1. 必须轮询所有知识库：不能只查 eYzMmvnm（"得到"库），必须用 getnote kbs -o json 获取全部知识库列表，逐一对每个知识库执行 kb \x3Ctopic_id> --all -o json，筛选目标日期的笔记
2. 必须使用 getnote search 补充全局搜索：单独用 kb --all 只能查特定库，存在笔记分散在不同库的情况。必须用 getnote search "YYYY-MM-DD" --limit 20 -o json 做全局补充检索
3. 写入结果放在"得到"知识库：日志简报最终写入 eYzMmvnm（"得到"知识库），输出笔记的 tag 设为 日志简报

标准流程

第一步：获取全部知识库列表

getnote kbs -o json

获取所有知识库的 topic_id，构建列表 [EJl3xRj0, yYv9rmDn, eYzMmvnm, ...]

第二步：轮询每个知识库

# 对每个 knowledge_base 执行
getnote kb \x3Ctopic_id> --all -o json
# 筛选 created_at 包含目标日期的笔记（如 2026-04-24）

第三步：全局搜索补充

# 用日期做关键词全局搜索
getnote search "YYYY-MM-DD" --limit 20 -o json

第四步：读取本地记忆文件

# 检查记忆文件
~/.openclaw/workspace/memory/YYYY-MM-DD.md
~/.openclaw/workspace/memory/YYYY-MM-DD-tech-news.md

第五步：生成日志简报

汇总所有来源数据，按标准格式生成日志简报（参考上方格式）。

第六步：三端归档

第七步：发送完成通知

通过飞书群发送通知，包含：数据统计、核心发现摘要、三端链接。