WorkBuddy + ima：打造更适合国人体质的个人知识库
很多人搭个人知识库直接上Obsidian，结果收藏一堆却永远找不到。作者指出问题不在工具，在于资料散落、没人整理。给出一个更接地气的组合：WorkBuddy负责读取和预处理，ima负责存储，人做最终判断。按三步走就能跑通：先连接工具，建三个知识库，跑三个最小任务。读完可直接上手操作。
知识库搭建的常见误区是过度追求系统设计，Obsidian的双链、图谱、插件体系听起来很强大，但普通人真正卡在第一关——资料进来后没人处理。作者敏锐地指出，没有第二步处理的资料最终只会变成心理负担。这个判断切中了要害：知识库的核心不是存储，是预处理。WorkBuddy的角色恰恰在于填补这个空白，用AI先把散落的资料结构化，生成摘要、分组和评估，让人能快速判断取舍。这比直接让AI自动分类更务实，因为长期知识保留需要主观判断，哪些值得存档、哪些是噪声，只有人自己知道。
这套组合的分工逻辑值得细看：ima做存储层，WorkBuddy做处理层，人做决策层。作者特别强调不要一上来就让AI接管全部流程，因为知识管理本质是个人化的——有些信息涉及隐私或商业机密，不能进入自动化流程；有些内容只是临时有用，过几天就失效。自动化的前提是先跑通手动流程，知道哪些环节值得固化。这种务实态度避免了“AI自动化陷阱”，很多团队一上来就追求全自动，结果生成了一堆漂亮废话，反而增加了筛选成本。
对从业者的实际启示是：搭建知识库要从“最小可行流程”开始。作者建议只建三个库（资料库、项目库、输出库），第一批资料控制在20条以内，先跑三个最小任务（整理资料、生成项目资料包、生成选题）。这个思路把复杂度降到最低，核心是验证“资料能否进入AI可处理的地方”和“AI生成的review能否辅助决策”。一旦跑通，再逐步扩展到自动化。更重要的是，这套流程不依赖特定工具——换成其他同类产品也一样成立。真正可迁移的是“存-理-判”三阶段模型，而不是某个工具的具体操作。