我用 ima + workbuddy 搭了一个会持续进化的 AI 知识库

你收藏了几百篇文章，做了上千条笔记，真要用的时候，还是得重新翻、重新找、重新问。

大家好，我是小虎。

问题不在你存得不够多。你的知识库只是一个仓库，不是一个系统。

收藏不等于消化，摘要不等于编译

大部分人做知识管理，路径都一样。看到好文章，收藏。

读完一本书，画几条线写段摘要。

开完会，记几笔扔进文件夹。坦白讲，我也干过这事。

下次要用呢？

翻。翻不到？

重新找。找不到？

算了，重来。

问题出在哪？你缺了一个中间层。

讲真，资料进来了，没人帮你消化，没人帮你把零散信息整理成下次能直接调用的知识结构。

普通做法，资料进来 → 存着 → 用的时候翻出来 → 现场拼答案。

知识库做法，资料进来 → Agent 帮你整理 → 更新概念页、主题页、索引页 → 下次提问时，优先站在已经整理过的知识层回答。

前者每次都从原材料开始加工。后者每次都站在半成品的基础上产出。这是量级的差距。

这两个区别，收藏不等于消化，摘要不等于编译，决定你的知识库到底是越用越值钱，还是越存越废。

供给无限的年代，稀缺品换了一个

2026 年了，信息不是不够，是太多。

AI 每天产出的文章比你看一辈子都多，写总结列清单几秒钟搞定。

那稀缺的是什么？是组织化的知识。

你经过消化、验证、沉淀，下次还能直接调用的那层中间知识。

知识留在人脑子里，这不叫知识管理，这叫知识赌博。

赌人不走，赌人不忘，赌人还能找到。但人一定会走，一定会忘，一定找不到。

知识会不会越用越好用，才是分水岭

很多人以为知识库的价值在于「能查到」。这是错的。

能查到只是及格线。真正的分水岭在于，你的知识会不会越用越好用。

普通知识库，用 100 次，还是 100 份独立文档。

用 1000 次，还是 1000 篇互不关联的笔记。你查到的，永远是原始资料本身。

会进化的知识库，用 100 次，资料之间长出了关联、概念、主题页。

用 1000 次，它已经帮你把知识编译成了一层可以站上去的中间层。你提问时，不用再从原材料里翻，直接站在这一层回答。

前者是仓库，只会堆东西。后者是器官，会长、会进化、会自我更新。

区别在哪？仓库缺一个消化系统。而消化系统，需要一个能读懂你知识库的大脑，加一双能动手整理的手脚。

一人公司的护城河，不是工具，是沉淀

我在《1200 万人、增长 47%》那篇文章里写过一句话，AI 工具人人都能用，

一人公司 的护城河不是工具本身，而是你有什么能力值得被 AI 放大。

知识库，恰恰就是你的沉淀层。

你把干过的活变成可复用的资产，AI 才能放大它。

没有沉淀，AI 放大的只是空。

你写过的文章、做过的方案、踩过的坑、积累的行业洞察，这些全在脑子里、在旧文档里、在过期的聊天记录里。

每次遇到新问题，你不是在已有知识上叠加，而是从零开始重新想。

这不叫效率低。这叫结构性浪费。

每一次的认知投入，都没有沉淀成下次可复用的资产。

就像一家工厂每天生产，但从不存货。

第二天开工，又得从原材料开始。

2026 年，工具终于够用了

说真的，以前不是不想做，是工具不够。

你让一个人手动整理知识网络，维护概念页，更新交叉链接，回写索引，他干两天就放弃了。

这不是偷懒，是成本太高。

2026 年，这件事终于有了两个趁手的工具。

腾讯的 IMA 知识库，云端，内置语义搜索，上传就能搜。

你搜「一人公司运营」，它不会给你一整份旧文档，而是精准召回三篇相关文章里的核心段落。

腾讯的 WorkBuddy，桌面 AI 智能体，能直接读写 IMA 知识库，有记忆，有技能，还能设定时任务自动执行。

不是聊天机器人，是执行者。

两者联动的核心逻辑，IMA 当「大脑」，WorkBuddy 当「手脚」。

缺 IMA，WorkBuddy 没地方存知识，每次从零开始。缺 WorkBuddy，IMA 只是仓库，资料进去就沉睡。

两个一起用，你的知识库才不是一个静态仓库，而是一个会消化、会生长、会自我进化的系统。

准备两样东西就够了

以前搭知识库，得装软件、建目录、写规则文件、开终端。折腾半天还没开始用。

现在？两样东西。

IMA，手机应用商店搜「IMA」下载，注册就能用。不用装客户端，不用配环境，零门槛。电脑手机平板都能访问，数据在云端。

WorkBuddy，下载安装后直接读写 IMA 知识库。有记忆有技能有自动化。

就这两样，注册登录就能跑。

先把知识库分好类

打开 IMA，先别急着往里扔东西。什么都往一个库里塞，后面搜索就废了。

其实吧，我一开始也犯过这个错。

建议一开始建 3-5 个子知识库，按业务方向分。做一人公司的，可以这样分，

• 一人公司运营库，放商业模式、变现路径、私域运营
• AI 工具指南库，放工具教程、踩坑记录
• 行业案例库，放商业案例、竞品分析
• 写作素材库，放好标题、好开头、好结构
• 个人经验库，放项目复盘、培训记录

拿不准怎么分的话，先把这段 prompt 扔给 WorkBuddy，

我是一名一人公司创业者，主要做AI培训和内容创作。
请帮我规划 IMA 知识库的子库结构，要求如下
1. 子库数量 3-5 个
2. 每个子库说明适合存什么类型的资料
3. 给出常见的资料分类示例
4. 说明子库之间的关联逻辑

😅 第一次别纠结分类完美不完美。3 个库就够起步。先跑起来比什么都重要。

接下来，存第一份资料

库建好了，给它喂第一口粮。

IMA 上传资料有三种方式，直接上传文件（PDF、Word、Markdown 都行），粘贴网页链接（IMA 会自动抓取内容），从微信收藏直接导入。

第一次实验，别一口气塞十篇文章。先存一篇。怎么说呢，贪多嚼不烂。

比如你最近看到一篇讲一人公司商业模式的好文章，先存进「一人公司运营库」。

为什么只存一篇？因为你现在要验证的不是规模，是链路。一条链路跑通了，十篇一百篇只是时间问题。

让 WorkBuddy 做第一次「消化」

资料存进去了，但它还只是原始资料。要让它变成可调用的知识，需要一次「消化」。

打开 WorkBuddy，输入以下 prompt，

请搜索 IMA 知识库「一人公司运营库」，读取最近上传的资料。

基于其中内容，完成以下任务
1. 提炼 3-5 个核心观点，每个观点用一句话概括
2. 提取 2-3 个关键概念，每个概念给一段简要说明
3. 找出这份资料和已有知识的关联点
4. 将以上内容整理成一份结构化笔记，存回 IMA「一人公司运营库」
5. 告诉我，这次新增了哪些内容，更新了哪些关联

这一步就是知识库的「消化」。WorkBuddy 不只是帮你写个摘要，它会提炼概念、找关联、生成结构化笔记、存回知识库。

你拿到的是消化后的营养，不是原材料本身。

回 IMA 检查一下它做了什么

WorkBuddy 执行完之后，别只看它回了什么文字。你要回到 IMA 里，确认它到底动了什么。

重点看 3 件事，

有没有生成结构化笔记。比如在「一人公司运营库」里出现了新的笔记页，里面有核心观点提炼、关键概念说明、关联标注。

有没有找到关联。新存入的资料，和库里已有的内容之间，有没有被 WorkBuddy 识别出来并标注。

整理的质量怎么样。核心观点抓得准不准，概念说明有没有偏差，关联找得对不对。

😅 第一次消化结果不用追求完美。关键是确认链路是通的，资料进来了，AI 能读到，能整理，能存回去。这就够了。

基于消化过的知识，提第一个问题

很多人搭知识库到这就停了，觉得「能自动整理了，很酷」。

但真正的价值，不在整理本身，而在于以后你提问时，能不能优先站在已经整理过的知识层回答。

在 WorkBuddy 里试试这个 prompt，

请基于 IMA 知识库中已经整理好的内容回答以下问题

一人公司最常见的变现路径有哪些？各有什么优劣？

优先引用「一人公司运营库」中已有的结构化笔记。
如果需要补充，再回看原始资料。

如果 WorkBuddy 的回答明显先引用了你已经整理好的笔记，再去补充原始资料，那说明这套结构开始工作了。

你的知识库已经不是「每次都从原始文档临时拼答案」，而是开始站在一层中间知识上工作了。

把好的问答沉淀回去

这一步很多人会跳过，但它是飞轮转起来的关键。说实话，我一开始也跳过了，后来才反应过来。

如果你刚才得到了一个特别清晰的回答，比如一人公司的 5 种变现路径，每种优劣都说得很透，那就别让这个回答白白消失。

让 WorkBuddy 做一步回写，

请把刚才关于「一人公司变现路径」的回答，整理成一份主题笔记，
存入 IMA「一人公司运营库」。

要求如下
1. 每种变现路径单独一个小节
2. 包含优势、劣势、适用场景
3. 标注信息来源（来自哪份原始资料）
4. 关联已有的相关笔记

一旦你开始这样做，知识库就会出现一个很明显的变化。它不再只吸收新资料，也开始吸收新问题和新答案。

这才是一个系统会持续长起来的信号。

设置自动化，让知识库自己长

前面的步骤都是手动的。你发 prompt，WorkBuddy 执行，你检查。链路是通的，但每次都需要你推一下。

如果你想让它自己转起来，WorkBuddy 有一个杀手级能力，定时任务。

比如你可以设置一个自动化，每天早上 8 点，WorkBuddy 自动采集 AI 领域的热点新闻，整理成结构化笔记，存进 IMA。

请在 WorkBuddy 中创建一个定时任务

任务名称为「每日AI热点采集」
执行时间为每天早上 8:00
执行内容如下
1. 搜索今日 AI 领域热点新闻（不少于5条）
2. 每条新闻提炼核心信息（标题+摘要+关键数据）
3. 整理成结构化笔记
4. 存入 IMA「AI工具指南库」
5. 如有与已有笔记关联的内容，自动更新关联

这就是「自我进化」的真正含义。不是你每次手动推，是系统自己在跑。你每天醒来，知识库里已经多了新的整理好的内容。

你也可以设置其他自动化，比如每周日自动整理本周所有新增资料，每月 1 号自动生成知识库月报。

一旦自动化跑起来，你就从「知识库维护者」变成了「知识库受益者」。

飞轮转起来之后

时间线是这样的，

第 1 次用，IMA 素材少，你花的时间也不短，但你沉淀了知识。

第 5 次用，IMA 里有 5 份消化过的结构化笔记了，可复用素材丰富，省一半时间。

第 20 次用，IMA 里有 20 份加行业知识，半自动运转，几乎只剩审核。

越用越好用。越用越强。

这才是知识库这件事的结构性改变。不是帮你存得快一点，是让你每次都站在上一次的肩膀上。

避坑指南

😅 知识库别什么都往里扔。先分好类。分类不完美没关系，不分一定会乱。

😅 WorkBuddy 消化后的内容你都得看一眼。AI 是执行者，你是项目经理。质量把关在你手里。

😅 别一上来搞超级复杂的结构。3 个库、1 篇文章、1 次消化、1 次提问。先跑通最小闭环。

😅 IMA 搜索结果要抽检。语义搜索偶尔会召回不相关的内容，喂料前快速扫一眼。

😅 最小闭环比完美架构重要 100 倍。先跑起来，再优化。

Before vs After

维度	传统知识库	IMA + WorkBuddy
启动成本	装软件建目录写规则	注册即用
资料消化	手动整理摘要	AI 自动消化提炼
知识检索	关键词匹配	语义搜索精准召回
知识关联	手动维护双链	AI 自动识别关联
持续进化	靠人维护	自动化飞轮自转
跨设备	需同步方案	云端原生
团队共享	需额外配置	共享知识库开箱即用

以前的知识库，每次都是从零翻资料。有了消化系统和自动化，每次都是在积累中进化。

你的知识会不会越用越好用，才是真正的分水岭。

IMA 让你不遗忘。WorkBuddy 让你不重复。

这不只是知识管理的方法论。这是一人公司用 AI 建立护城河的底层逻辑，把每一次的认知投入，都沉淀成下一次可放大的资产。