这篇文章主要聊下构建自己的资料以及笔记管理系统：
过往很多资料收藏或者内容写了之后就忘了，甚至收藏或者写的时候，是唯一一次接触这些内容的时刻。
但重读过往的内容，依然被触动，依然觉得很有价值。事实上，很多认知最核心的东西，都是一样且在重复的。
过往我也用印象笔记、Ulysses这样的写作软件进行归类整理，但每次新建页面、想标题、打标签、归类……这个过程很耗费心力，而且整理完之后也很难想到再取出来用。
我的解法
我给自己造了一个「一键入库」的系统：
电脑上： 选中内容（文本/文档/URL） → 快捷指令 → 提交整理 手机上： 选中内容（文本/文档/URL） → 发给TG机器人 → 提交整理
提交整理部分发生了什么？
- AI 读懂你复制的内容
- 自动生成 100 字摘要
- 自动打 3-5 个标签
- 自动找到和之前笔记的关联
- 帮忙写好「可以发的版本」
和「手动整理」的对比
以前（手动）：
看到好内容 → 截图/收藏 → 想起来要整理 → 打开笔记软件 → 新建页面 → 粘贴内容 → 写摘要 → 想标签 → 归类 → 放弃
现在（自动）：
看到好内容 → 复制，快捷指令/发给Bot → 完事
步骤从 10 步变成 2 步。心理门槛从「算了下次吧」变成「随手一下」。
这是一个怎样的系统
核心理念：Zettelkasten（卡片盒笔记法）
Zettelkasten 是德语”卡片盒”的意思，由德国社会学家卢曼发扬光大。他用这套方法一辈子产出了 70 多部著作、400 多篇论文。
三个核心特征： - 原子化 ：每张卡片只记一个观点，方便像”乐高积木”一样自由组合 - 双向链接 ：笔记的价值不在于”存了什么”，而在于和其它笔记产生了怎样的”关联” - 非等级化 ：不用文件夹自上而下分类，而是通过链接自下而上形成网络
传统笔记是 树状结构 ：文件夹 → 子文件夹 → 笔记，找东西要顺着树枝爬。 卡片盒是 网状结构 ：笔记之间相互连接，像大脑神经元一样。
终极目标：辅助写作与思考。
我让 AI 自动帮我做这件事——每次添加新笔记，它会扫描所有旧笔记，找出相关的，自动建立链接。时间久了，笔记会形成一张知识网络。
当你需要写东西时，不是从零开始，而是把相关的”知识积木”提取出来，顺着链接线索，内容自然成型。
技术上：
它是一个本地数据库（SQLite），不是云端服务，不是笔记软件。
结构很简单，三张表：
笔记表 ：存原文、摘要、来源、时间、文本ID
标签表 ：关键词和文本ID，每条笔记可以有多个关键词标签
关联表 ：文本ID，以及笔记之间的链接关系
为了直观感受，给数据库做了个HTML的前端显示，如图：
如何搭建
需要：
- 一台一直开着的电脑（旧电脑、Mac mini、云服务器都行）
- 一个 AI API（我用Claude的API）
核心就三件事：
- 写个脚本，让 AI 帮你处理内容，AI就可以调用自己付费的大模型API
- 电脑上设个快捷指令提交内容，选择文本、url、文档等内容形式，右键快捷指令提交
- 手机上用Telegram Bot触发它，选中内容，复制到Telegram Bot对话框中直接提交
需要更具体流程或者脚本的，可以留言或者私聊。
建了这个库，怎么用？
1. 写作时：素材库
写文章卡壳了，搜一下关键词，3 秒找到所有相关笔记，还有它们的关联笔记。
2. 发现意外关联
这是卡片盒笔记法最神奇的地方。
我记了一条关于「止损」的笔记，系统自动关联到「沉没成本」和「情绪管理」。
发现： 止损难，不只是技术问题，是心理问题。
这种「发现」在传统文件夹式笔记里挺难出现的。
3. AI 问答
结合最近很火的 Clawdbot，可以这样用：
语音输入：我之前记过关于复利的内容有哪些？整理成一篇逻辑完整的总结（可选）
AI：你有 23 条相关笔记，主要涉及：写作复利、健康复利、兰启昌老师复利专场分享...
让 AI 基于 你自己的知识库 回答问题。
编外
为啥叫“读刻”呢，因为最开始给这个项目文件夹命名是Docall，取Document all之意，AI告诉我拆成Do call也不错，谐音一下也不错，读刻，“读取并刻录”，哈哈，读刻AI资料库。
总结
「读刻」是一个让 AI 帮你自动整理笔记、建立关联的本地知识库系统——你只管记录，它帮你织成网。
把「整理资料和笔记等内容」的摩擦力降到最低。
摩擦力越低，我越愿意也越容易记录更多。
这是一个正向循环，也是一个 复利系统 ——随着时间拉长，随着积累持续，作用越来越大。
能用起来的系统，才是好系统。 每种方法都各有优劣，适合自己的才是最好的，一起学习，欢迎交流哇
往期回顾：