我用 WorkBuddy + ima 搭了一套自动知识加工流水线，每天省出 2 小时

你的收藏夹里躺着多少篇吃灰的文章。

我上周数了一下，微信收藏 847 篇，浏览器书签 632 个，本地 Downloads 文件夹里塞了 200 多份 PDF。每次看到好东西就随手存，想着以后再看。结果呢，以后永远不会来。

更痛苦的是，真正要用的时候，根本找不到。

上周老板突然要一份竞品分析报告，我记得一个月前看过一篇特别相关的行业研究，翻了一个下午，最后在收藏夹第 17 页找到了。文章已经 404。

那一刻我突然意识到，我们不是在积累知识，只是在制造数字垃圾。

但今天我想说的不是抱怨。

我想分享一套我折腾出来的解决方案，用 WorkBuddy 和 ima 搭了一条自动知识加工流水线。现在每天花 15 分钟维护，能省出 2 小时找资料、整理笔记的时间。

而且这套流程跑通之后，有个意外收获。

我的知识库开始自己生长了。

一、先搞清楚这两个工具到底能干什么

很多人把 WorkBuddy 当成一个桌面 AI 助手，把 ima 当成一个知识库工具。这么理解没错，但太浅了。

我用了一个月之后发现，它们的核心能力其实是互补的。

WorkBuddy 擅长的是动手干活。它能操作你的本地文件，能批量处理数据，能按照你的指令自动执行一系列任务。它的价值在于，把想法变成动作。

ima 擅长的是存储和加工。它能把你丢进去的各种文件、文章、链接，自动拆解、总结、建立关联。它的价值在于，把信息变成知识。

一个是执行层，一个是存储层。

当它们打通之后，就能形成一条完整的知识加工流水线。

捕获 → 存储 → 加工 → 应用 → 再捕获。

这个闭环一旦跑起来，知识管理就从负担变成了自动运行的系统。

二、我的痛点场景，你可能也遇到过

在搭这套系统之前，我的工作流是这样的。

早上刷公众号，看到好文章，点收藏。下午同事分享一个行业报告，下载到桌面。晚上逛知乎，看到干货，丢进浏览器书签。周末发现一篇论文，保存到 Downloads。

一周下来，信息摄入不少，但全是碎片。

真正要写方案、做汇报的时候，问题来了。

第一，找不到。收藏夹没有分类，搜索功能弱，只能靠记忆翻。

第二，想不起来。就算找到了，也忘了当时为什么存它，重点在哪里。

第三，用不上。文章是文章，我的工作是工作，两者之间没有连接。

第四，重复劳动。每次需要整理资料，都要手动复制粘贴、做笔记、画脑图。

这四个问题，本质上是知识管理的四个环节都断掉了。

捕获太随意，存储太混乱，加工太费劲，应用太割裂。

三、这套流水线的核心思路

我的解决方案分三步走。

第一步，用 ima 做知识仓库。所有信息统一入库，自动拆解总结。

第二步，用 WorkBuddy 做自动化加工。定时整理、批量处理、生成产物。

第三步，两者联动，形成闭环。捕获的信息自动进入加工流程，加工后的知识自动沉淀到可复用的资产。

听起来有点抽象，下面我用具体场景演示。

四、实战演示，手把手搭建

场景一，微信文章的自动化处理

这是最典型的场景。我每天大概会看 10-15 篇公众号文章，其中 3-5 篇值得保存。

以前的操作是，点收藏，结束。文章后续怎么样，跟我没关系了。

现在的操作是这样的。

第一步，在 ima 里创建一个知识库，命名为行业资料库。

打开 ima，点击左侧边栏的加号，选择新建知识库。输入名称，设置权限为个人使用。这个知识库就是你的专属仓库。

第二步，看到好文章时，长按文章，选择收藏到 ima。

这个动作只需要 2 秒。文章会自动进入你的知识库，ima 会立即开始解析内容，提取关键信息。 第三步，打开 ima，查看文章摘要和思维导图。 ima 会自动生成三样东西。一段 200 字左右的摘要，帮你快速抓住核心观点。一张思维导图，展示文章结构。还有关键要点提取，标注出最重要的 5-10 个信息点。

这一步的价值在于，你不需要再通读全文，30 秒就能判断这篇文章值不值得深入看。

第四步，如果文章有价值，用 WorkBuddy 做深度加工。 打开 WorkBuddy，输入以下指令。

请帮我完成以下任务：
1. 连接我的 ima 知识库，检索所有关于人工智能行业的文章
2. 读取每篇文章的核心内容，提取关键观点和数据
3. 按照以下结构整理成一份行业趋势报告：
   - 核心观点摘要（每篇文章 100 字左右）
   - 关键数据提取（整理成表格）
   - 发展趋势判断（综合所有文章的结论）
4. 输出为 Word 文档，保存到桌面/行业报告文件夹

WorkBuddy 会自动执行以下动作。 连接 ima 知识库，检索所有相关文章。逐篇读取内容，提取关键信息。按照你要求的结构，整合成一份报告。生成 Word 文档，保存到指定文件夹。

整个过程大概 3-5 分钟，你不需要动手，只需要等结果。

AI 行业趋势报告

第五步，审阅报告，补充个人观点。

WorkBuddy 生成的报告是素材整合，不是最终产物。你需要在此基础上，加入自己的判断和洞察。这一步大概需要 15-20 分钟。

对比一下时间成本。

以前，找到 10 篇文章 → 通读 → 做笔记 → 整理 → 写报告，至少需要 3-4 小时。

现在，收藏文章 2 分钟 × 10 篇 = 20 分钟。WorkBuddy 自动生成报告 5 分钟。人工审阅补充 20 分钟。

总共 45 分钟，产出质量反而更高。

场景二，本地文件的批量整理

Downloads 文件夹是很多人的噩梦。我的文件夹里常年躺着几百个文件，命名混乱，分类不明，想找什么全靠搜索文件名。

WorkBuddy 可以解决这个问题。

第一步，授权 WorkBuddy 访问你的 Downloads 文件夹。

打开 WorkBuddy 设置，选择文件授权，添加 Downloads 文件夹。这一步只需要做一次。

【截图位置 7】文件整理前后的对比图

第二步，输入以下指令。

请帮我整理 Downloads 文件夹：
1. 扫描文件夹内所有文件
2. 按照文件类型分类：
   - 文档类（.pdf, .doc, .docx, .txt）→ 移动到 文档 文件夹
   - 图片类（.jpg, .png, .gif）→ 移动到 图片 文件夹
   - 压缩包（.zip, .rar, .7z）→ 移动到 压缩包 文件夹
   - 安装包（.exe, .dmg, .msi）→ 移动到 安装包 文件夹
   - 其他文件 → 移动到 待处理 文件夹
3. 如果子文件夹不存在，请自动创建
4. 整理完成后，生成一份文件清单，包含文件名、原位置、新位置

WorkBuddy 会自动扫描所有文件，识别文件类型，创建对应的子文件夹，批量移动文件。

整个过程大概 1-2 分钟，几百个文件就整理好了。

第三步，对重要文件进行进一步加工。 PDF 报告汇总表格

比如那些 PDF 报告，你可以继续输入指令。

请帮我处理文档文件夹里的所有 PDF 文件：
1. 逐篇读取 PDF 内容
2. 提取以下信息：
   - 文件名
   - 核心观点（100 字以内）
   - 关键数据（3-5 个重要数字）
   - 适用场景（这份报告适合解决什么问题）
3. 生成 Excel 表格，包含以上四列
4. 保存到桌面/PDF 汇总.xlsx

生成的表格示例如下。

第四步，把加工后的内容导入 ima 知识库。

打开 ima，选择导入文件，选择 WorkBuddy 生成的汇总表格。现在这些资料就变成了可检索、可问答的知识资产。

以后你需要找某份报告的时候，不需要翻文件夹，直接在 ima 里提问，帮我找一下关于新能源汽车市场规模的报告，ima 会立即定位到相关文件。

场景三，会议纪要的自动化处理

开会是职场人的日常，但整理会议纪要是个苦力活。一个小时的会议，整理纪要至少要 30 分钟。

用 WorkBuddy + ima，可以把时间压缩到 5 分钟。

第一步，会议开始时，打开 ima 的录音功能。

ima 支持长达 2 小时的录音转写，而且能识别多个发言人，自动标注谁说了什么。

第二步，会议结束后，ima 会自动生成文字纪要。

这份纪要包含完整的对话内容，发言人标识，还有 AI 自动提取的关键要点和待办事项。

原始会议纪要

会议主题，Q2 产品规划讨论
时间，2026 年 5 月 20 日 14:00-15:30
参与人，张经理、李工程师、王设计师、刘运营

【张经理】好，我们开始今天的会议。主要讨论 Q2 的产品规划。

【李工程师】技术方面，我建议优先解决性能问题。目前 App 启动时间 3.5 秒，用户反馈很多。

【王设计师】同意。另外 UI 方面，我们需要统一设计规范，现在各个页面风格不一致。

【刘运营】从数据看，用户留存率下降了 5%，可能跟体验问题有关。

【张经理】那 Q2 的重点就确定了。第一，性能优化，目标启动时间降到 2 秒以内。第二，UI 统一，制定设计规范。第三，用户留存提升，目标回到上季度水平。

【李工程师】性能优化我负责，预计 3 周完成。

【王设计师】设计规范我来出，2 周内给初稿。

【刘运营】我配合做用户调研，验证改进效果。

【张经理】好，那就这么定了。下周同一时间同步进展。

第三步，把纪要导入 WorkBuddy 做深度加工。

输入以下指令。

请帮我整理这份会议纪要，输出三部分内容：

第一部分，会议决议
- 列出所有达成的共识和决定
- 每项决议标注决策背景

第二部分，待办事项清单
- 任务名称
- 负责人
- 截止日期
- 优先级（高/中/低）

第三部分，下一步行动计划
- 近期行动（本周内）
- 中期行动（本月内）
- 需要跟进的事项

输出格式为 Markdown，便于复制到协作工具。

WorkBuddy 生成的结构化会议纪要

Q2 产品规划讨论 - 会议纪要
整理时间，2026 年 5 月 20 日

一、会议决议

1. Q2 核心目标确定为产品体验优化
   决策背景，用户留存率下降 5%，用户反馈性能问题较多
   
2. 三大重点方向
   - 性能优化，App 启动时间从 3.5 秒降至 2 秒以内
   - UI 统一，制定全站设计规范
   - 用户留存提升，回到上季度水平

二、待办事项清单

| 任务 | 负责人 | 截止日期 | 优先级 |
|------|--------|----------|--------|
| 完成性能优化方案 | 李工程师 | 2026-06-10 | 高 |
| 输出设计规范初稿 | 王设计师 | 2026-06-03 | 高 |
| 开展用户调研 | 刘运营 | 2026-06-05 | 中 |
| 组织方案评审会 | 张经理 | 2026-05-27 | 中 |

三、下一步行动计划

近期行动（本周内）
- [ ] 李工程师提交性能优化技术方案
- [ ] 王设计师收集现有 UI 问题清单
- [ ] 刘运营设计用户调研问卷

中期行动（本月内）
- [ ] 完成性能优化开发并上线
- [ ] 设计规范评审定稿
- [ ] 开展用户调研并输出报告

需要跟进的事项
- 关注竞品同期动态
- 准备 Q2 复盘数据
- 协调设计资源支持

第四步，把总结保存到团队共享知识库。

如果你在用 ima 的共享知识库功能，可以把这份总结上传到团队空间，所有成员都能看到，还能基于内容提问。

比如同事可以问，上周会议关于预算调整的决定是什么，ima 会立即给出准确答案。

五、进阶玩法，让知识库自己生长

前面说的都是基础操作，下面分享一个进阶玩法。

我搭了一个个人知识 RSS 系统。

具体做法是这样的。

定时任务配置脚本

第一步，用 WorkBuddy 设置定时任务。

设置一个每天上午 9 点执行的定时任务：

任务名称，每日行业资讯收集

执行内容，
1. 访问以下公众号获取最新文章：
   - 腾讯技术工程
   - AI 前线
   - 机器之心
   - 36 氪
   - 虎嗅
2. 筛选阅读量超过 5000 的文章
3. 提取文章标题、链接、发布时间、阅读量
4. 保存到桌面/每日资讯/日期_资讯列表.txt

提醒方式，任务完成后发送通知

第二步，人工快速筛选。

花 5 分钟浏览这些文章的标题和摘要，判断哪些值得深入看。把值得看的文章标记出来。

第三步，WorkBuddy 自动收藏到 ima。

输入指令，把标记的文章批量收藏到 ima 的行业资料库。

第四步，ima 自动加工。

文章进入知识库后，ima 会自动生成摘要、思维导图、关键要点。这些内容会永久保存，随时可检索。

第五步，周末统一复盘。

周末行业动态汇总报告

每周末，用 WorkBuddy 生成一份本周行业动态汇总报告。

请帮我生成本周行业动态汇总报告：

数据来源，ima 行业资料库本周新增的 15 篇文章

报告结构，
1. 本周热点话题（3-5 个，每个配 100 字简述）
2. 重要数据更新（整理成表格）
3. 趋势变化观察（对比上周，有哪些新动向）
4. 值得关注的公司/产品（3-5 个）
5. 下周重点关注（基于本周信息，预测下周热点）

输出格式，Word 文档
保存位置，桌面/周报/第 X 周行业动态.docx

这个流程跑下来，我每天只需要花 5-10 分钟做筛选，就能建立一个持续更新的行业知识库。而且所有内容都经过 AI 加工，随时可以调用。

更重要的是，这个知识库会越用越聪明。

ima 的 copilot 有长期记忆功能，它会学习你的使用习惯，了解你关注的话题，主动推荐相关内容。用了一段时间之后，你会发现它推荐的文章越来越精准。

六、踩过的坑，帮你避开

这套系统不是一开始就这么顺的，我踩过几个坑，分享出来帮你省时间。

第一个坑，知识库分类太细。

一开始我建了十几个知识库，按行业、按主题、按类型分得很细。结果发现，找东西的时候反而更麻烦了，因为不记得某个文件到底在哪个库。

现在的做法是，只建 3-5 个核心知识库。行业资料库，放所有行业相关的文章和报告。项目资料库，按项目分，一个项目一个子库。个人学习库，放课程、教程、读书笔记。工具资源库，放模板、工具、参考资料。

分类少了，反而更容易找到东西。因为 ima 的搜索功能很强，不需要靠分类来定位。

第二个坑，WorkBuddy 指令写得太复杂。

一开始我写的指令很长，包含很多细节要求。结果发现，WorkBuddy 执行起来容易出错，因为指令之间有冲突。

现在的做法是，把复杂任务拆成多个简单指令。第一步，先做文件整理。第二步，再做内容提取。第三步，最后生成报告。每一步都简单明确，成功率更高。

第三个坑，过度依赖 AI，不做人工校验。

WorkBuddy 生成的报告，ima 生成的摘要，都不是 100% 准确的。特别是涉及数据和结论的时候，AI 可能会理解错原文的意思。

我的做法是，把 AI 当成助理，不是替代者。AI 负责收集和整理，人工负责判断和决策。关键环节一定要人工过一遍，确保准确性。

七、这套系统的真正价值

说了很多操作层面的东西，最后想聊聊价值层面的思考。

知识管理的本质，不是囤积信息，而是建立连接。

你收藏一篇文章，它只是一个孤立的信息点。但当你用 AI 工具对它进行加工、分类、关联，它就会变成知识网络中的一个节点。这个节点越多，你的知识网络就越密，创造力就越强。

WorkBuddy + ima 的价值，在于大大降低了建立这种连接的成本。

以前，你需要手动做笔记、画脑图、写总结，才能把一个信息点纳入你的知识体系。现在，AI 帮你做了 80% 的体力活，你只需要做 20% 的思考判断。

省下来的时间，可以用来做更有价值的事情。

比如深度阅读。AI 帮你筛选出最值得看的文章，你可以把省下的时间用在精读上。比如思考连接。AI 帮你整理了素材，你可以专注于发现不同信息之间的关联。比如创造输出。AI 帮你生成了报告框架，你可以专注于加入自己的洞察和观点。

这才是知识管理的终极目标。

不是做一个更大的收藏夹，而是建立一个能持续产生价值的知识系统。

八、快速上手指南

如果你看完想试试，这里有一份快速上手指南。

第一步，下载安装。

WorkBuddy 官网地址是 workbuddy.tencent.com，支持 Windows 和 Mac。ima 官网地址是 ima.qq.com，也支持多平台。两个工具都是免费的，新用户有赠送额度。

第二步，完成基础配置。

WorkBuddy 需要授权访问你的文件夹，建议先授权 Downloads 和桌面。ima 需要创建你的第一个知识库，建议从个人资料库开始。

第三步，跑通第一个场景。

建议从微信文章处理开始，这是最容易看到效果的场景。按照前面说的四步走，收藏一篇文章，查看 ima 的自动摘要，用 WorkBuddy 生成报告，审阅补充。

第四步，逐步扩展。

跑通一个场景之后，再逐步加入本地文件整理、会议纪要处理等功能。不要一上来就想搭完整的系统，循序渐进更容易坚持。

九、写在最后

搭建这套系统花了我大概两周时间，主要是摸索各种功能和指令。

但跑通之后，每天省出的时间，大概 1.5 到 2 小时。一个月下来，就是 40 到 50 小时。相当于多出了整整一个工作周。

更重要的是，我的工作方式变了。

以前是被信息追着跑，每天花大量时间处理碎片信息，却感觉什么都没学到。现在是主动驾驭信息，让 AI 帮我做筛选和整理，我专注于思考和创造。

这种转变，比省下的时间更有价值。

如果你也被信息过载困扰，不妨试试这套方案。工具只是手段，目的是让我们从繁琐的体力活中解放出来，把精力投入到真正重要的事情上。

毕竟，AI 时代，人的价值不在于记忆和整理，而在于判断和创造。