前四篇讲了知识库的搭建、采集和管线。这篇说说怎么用。
很多人花时间搭好系统，分类做了、采集跑了，然后不知道怎么用了。每天看着新文章往里堆，偶尔翻两下就关掉。
我的做法可以归纳成四个字：搜、读、标、出。每天大概花 15 到 20 分钟。
### 搜：别翻，用搜的
知识库到了五千多篇的规模，靠翻目录找资料不现实。
日常使用几乎全部从搜索开始。几种方式：
**全局搜索。** Obsidian 的全文搜索速度不错，直接搜关键词就能找到。想精确匹配可以用正则表达式。比如搜「confluence」，限定只在标题找，排除正文顺带提到的内容。
**标签聚合。** 入库的文章都会打基础标签，比如「工具推荐」「技术方案」。点进标签看聚合列表，比翻目录直观。
**按修改时间排序。** 不确定搜什么的时候，按最近修改倒序扫一遍。这个习惯帮我发现了不少「入库之后一直没看的」好文章。
### 读：三层漏斗扫一遍
每天新入库几十篇，不可能篇篇精读。
第一层，扫标题。题目看完就能筛掉大半——不感兴趣的话题、过时的、重复的。
第二层，看摘要。采集管线给每篇文章加了 AI 摘要，扫一眼就知道值不值得细看。这一步再筛掉一半。
第三层，精读。剩下 3 到 5 篇，仔细读一遍，划重点，写笔记。
精读的时候有两个习惯：
一是**画重点**。关键段落标出来，后续要引用直接搜标注就能定位。
二是**写一句话笔记**。读完顺手在文件开头写一两句自己的看法——「这个观点跟 XX 文章矛盾」「这个方法可以试试在 YY 场景」。这些个人笔记比文章本身还有价值。下次翻到的时候，能立刻想起来当时为什么收藏它。
### 标：标签是投资，不是成本
入库流程打了基础标签，精读之后再加更细的。比如「待实践」「观点碰撞」「方法论」。这些不是为了归档，而是为了后续的「触发」。
什么叫触发？打开某个标签的时候，看到一列相关文章，顺手点进去看看。这个「顺手」的动作，往往是知识库真正发挥作用的时候——不是主动去搜，而是标签帮你把相关信息串起来了。
基础标签在入库时统一打（按来源、分类），深度标签在精读时按需打（按用途、关联）。两个层次互不干扰。
### 出：知识库不是终点
这是整个系列最重要的一句：知识库不是终点，产出才是。
只进不出，知识库就是个数字垃圾堆。读过的文章、记过的笔记，最终要通过产出变成自己的东西。
我的产出方式是写公众号文章。每天在知识库里翻翻，找到感兴趣的话题，看几篇相关文章，然后写一篇出来。过程中重复搜、读、标的流程，但目标是「出」。
这种写作方式的好处是素材都在库里了，不用临时去搜。观点已经有记录，不用重新想。引用和配图都能从库里直接取。一篇一千多字的文章，从选题到完成，大概一个小时（包括清洗和校对的环节）。
产出的形式不一定是写文章。整理一份清单、画个脑图、甚至跟朋友聊的时候引用一下知识点——关键是「把信息转化成自己的东西」。
### 打扫
最后说一个容易被忽略的事：知识库需要定期打扫。
很多人的知识库建好之后只管往里堆，从来不清理。一年下来，什么都有——过时的教程、已经不用的工具、重复收藏的文章。搜关键词出来一堆结果，大部分是废的。
每两个月花一个下午做一次清理。几个固定动作：
– 删掉已经没用的（过期教程、不再关注的领域）
– 合并重复内容（同一话题的多篇缩成一篇）
– 更新过时信息（版本号、链接、状态）
– 整理标签，重构分类
听起来麻烦，习惯之后每次大概半小时。换来的是一个干净好用的知识库，而不是越用越难受的垃圾堆。
### 收尾
这个系列到这就结束了。从架构设计到采集管线，再到日常使用，知识库从搭建到落地的全过程都聊了一遍。
从头跟下来的话，现在应该已经有了一套自己在跑的知识库系统了。从分类到采集到清洗，再到每天的阅读和产出，整个流程可以走通。
如果只看了其中一两篇，也没关系。每篇都可以独立参考。先从搭建开始，再到采集，最后再考虑怎么用。知识库这个东西，急不来，慢慢养着就好。
前四篇：
1. 我的 Obsidian 知识库为什么分了四层
2. 5000 篇公众号文章怎么管：分类 + 标签 + 自动归档方案
3. 103 个公众号，每天自动进知识库
4. 从采集到入库：一条完整的知识管线