我的做法分三步。
第一步,读的时候留痕迹。 不在原文旁边写感想。用 Obsidian 的标注功能高亮关键段落,顺手加一个标签 #to-digest。这步只花 10 秒。但相当于给大脑下了一个指令:这篇后面要处理。
第二步,每周抽时间消化。 打开 Dataview 查所有 #to-digest 的笔记。一条条过。每篇花 2-3 分钟整理成一张「知识卡片」——用自己的话写 3-5 行摘要,加上跟已有笔记的关联。
第三步,关联。 消化完的笔记,在 frontmatter 加一个 related: 字段,链接到 vault 里已有的相关笔记。下次搜到相关内容时,能看到完整的上下文。
关键不是这三步本身。关键是「定期」和「关联」。不做关联的消化,跟没消化区别不大。
工具不能替代动手。
这个系列前面讲过 Hermes 能帮我做很多事情:自动采集、AI 摘要、搜索增强。
消化这件事上,工具也能搭把手。比如每天自动扫描 #to-digest 的笔记、生成摘要建议、用 AI 识别笔记之间的关联。但这些只是辅助。
核心的那步「用自己的话写出来」,必须自己动手。
用个具体的例子。AI 可以把一篇 3000 字的文章缩成 300 字摘要。但这 300 字是 AI 的视角。你读完之后写出来的 300 字,才是你自己的理解。两件事不一样。
什么时候算消化够了。
一个简单的判断标准:能不能用大白话讲给朋友听。
如果能,说明真的理解了。如果不能,说明还差一次消化。
消化到一定程度,自然会产生输出的冲动。我写这个系列就是一次大量消化的结果。前期采了上百篇文章,在 Obsidian 里标注、整理、关联,最后发现自己能写出一套完整的教程了。
落地步骤。
1. 建一个 #to-digest 标签。 批量标上那些一直没读的文章。
2. 每周固定 30 分钟。 用 Dataview 查未消化列表,一条条过。不贪多,一次消化 5-10 篇就行。
3. 每篇写 3-5 行自己的话。 加上 related 关联。消化完改标签为 #digested。
4. 一个月后回头看。 那些「存了就没再碰」的内容,会慢慢变成你的东西。
系列前几篇讲了搭架子、采内容、做搜索、搞保鲜。这篇补上了最后一环——怎么让知识库不只是仓库,而是一个能真正长东西的地方。
9 篇正文加 2 篇番外,从架构到日常使用,从采集到消化。该聊的基本都聊到了。