连接你的知识库
把 Obsidian、Notion、飞书、ima 这类已有知识库接进 Agent,让平台证据和你自己的事实在同一个任务里合流。
MediaClaw 知道平台上正在发生什么,你的知识库知道你是谁、你说过什么、你能兑现什么。两个都在,Agent 才写得出别人写不出的东西。
这一页解决怎么把后半边接上。你的情况大概率是两种之一:
- 已经有一套自己的笔记或知识库 → 看下面「把已有知识库接进来」。不需要重建目录、不需要加 frontmatter、不需要迁移。
- 还没有自己的知识库 → 跳到三个文件起步,教你搭建一个极简的个人知识库。
把已有知识库接进来
三条通道
| 通道 | 适用 | 特点 |
|---|---|---|
| 一、直接读文件夹 | 本地纯文本库 | 宿主的文件权限就够,零配置,最稳 |
| 二、装一个连接器 | 有开放 API 的,本地云端都行 | 能语义检索、能写回、跨设备 |
| 三、导出 | 闭源、没有开放 API 的 | 导成 Markdown 放本地目录,退回通道一 |
按你在用的工具落位
下表每一项都实际核对过来源,核对日期 2026-09-05;第三方项目会变动,安装方式以各项目当前文档为准。
| 工具 | 归属 | 通道 | 怎么接 |
|---|---|---|---|
| Obsidian | 社区插件 | 一(推荐)或二 | 直接把 vault 的子目录发给宿主Agent 即可,最简单;另外,还可以装社区插件 Local REST API(2.9k stars),5.0 起自带 MCP 端点 https://127.0.0.1:27124/mcp/,用插件里的 API Key 作 Bearer 令牌 |
| 纯 Markdown 文件夹 | — | 一 | 给路径,没有额外规则 |
| Notion | 官方 | 二 | 官方托管的远程 MCP,OAuth 授权,端点和工具列表见 Notion 官方 MCP 文档;仓库 makenotion/notion-mcp-server(4.6k stars)。官方文档明确支持 Claude Code、Cursor、Codex 等客户端 |
| 飞书文档 / 多维表格 | 官方 | 二 | 推荐 Lark CLI(17k+ stars,官方维护),覆盖多维表格、电子表格、云文档、知识库等 18 个业务域,npx @larksuite/cli@latest install |
| 腾讯 ima | 官方 | 二 | 官方 OpenAPI 已开放,在 https://ima.qq.com/agent-interface 获取 Client ID 和 API Key(Key 只显示一次),配官方接入包。支持知识库列表、语义搜索、加入网页文章、上传文件、新建或追加笔记 |
| 得到大脑(原 Get 笔记) | 官方 API + 社区封装 | 二 | API 在官方 https://www.biji.com/openapi 申请;MCP 封装是社区项目 iswalle/getnote-mcp(90 stars,v1.7.0 / 2026-08-13),npx @getnote/mcp。支持全局语义搜索、知识库检索和写回笔记 |
三个文件起步
还没有知识库的话,别先去研究选型。装 Obsidian,或者干脆就用一台电脑上的普通文件夹——本地 Markdown 是 Agent 读写最顺的形态,云端笔记多一层导出或连接器,起步阶段没必要。
先放三样,当天就能用:
我是谁.md——做什么业务、服务谁、能说什么、不能承诺什么。十行就够。- 你还可以自行添加其他文件夹,比如产品业务背景,参考文档等等。
- 一个装历史发布稿的文件夹。就是你的历史内容风格。
- 一个空的
研究/文件夹,让 Agent 往里写。
用出感觉之后再看本页末尾的长期维护参考。
五个真正用得上的场景
1. 不重复自己
先看 MediaClaw 里这个赛道近期的需求和评论信号,
再读 <历史发布稿目录>,找出平台上有人要、但我还没写过的选题。
已经写过的直接排除,写过但角度不同的单独列出来。
没有本地文件会怎样:MediaClaw 只能告诉你平台在发生什么,选题给出来了你才想起三个月前写过。 有了之后:交集才是选题。这是最快能感受到价值的一条,建议从它开始。
2. 补上 AI 编不出来的细节
拆完一篇爆款,结论可能是「这篇靠过程证明起效」。但你手上有没有能兑现的素材,MediaClaw 不知道。
按刚才的拆解结论,去 <客户案例目录> 和 <访谈目录> 里找我能用来兑现这个机制的真实素材。
找不到就直接告诉我缺什么,不要用通用例子代替。
没有本地文件会怎样:稿子写出来全是"很有共鸣""非常实用"这类空话——不是模型不行,是它没有事实可用。 有了之后:每个论点后面能挂上你自己的真实材料。
3. 对标自己,不只对标别人
采集我自己账号主页的作品表现数据,再读 <历史发布稿目录> 里每篇的写作说明,
找出我自己反复奏效的机制,以及表现差的那些共同缺了什么。
没有本地文件会怎样:只剩点赞数,看不出当时的意图和结果之间的关系。 有了之后:能分辨"这篇火是因为选题"还是"因为开头写法"。
4. 品牌口径守门
成稿前拿 <我是谁.md> 对一遍:有没有用到禁用表述、有没有承诺不能承诺的效果、
该带的资质说明有没有带。逐条告诉我改了什么。
没有本地文件会怎样:每个人写出来的口径都不一样,合规问题要靠人盯。 有了之后:一句话就能挡掉大部分问题,团队和乙方写稿时价值最大。
5. 把每次研究攒成方法论
把这次分析按 Markdown 存到 <研究目录>,文件名用账号名加日期,
开头写清平台、账号、分析时间、样本量和主要缺口。
三个月后就可以问:「我研究过的账号里,哪些内容机制反复出现?」——Agent 读本地库就能回答,不用重跑采集、不花积分。
没有本地文件会怎样:每次研究都是一次性的,关掉对话就没了。 有了之后:一次性分析变成累积资产。这条是长期留下来的理由。
长期维护参考
用出感觉之后再看这一节,不必一开始就照做。
一种可用的目录结构
content-knowledge/
├── 00-brand/ # 品牌定位、产品事实、禁用表述
├── 01-audience/ # 用户画像、访谈、常见问题
├── 02-platform-data/ # MediaClaw 导出的原始数据与样本
├── 03-research/ # 账号研究、单篇拆解、趋势结论
├── 04-topics/ # 选题卡、排期与状态
├── 05-drafts/ # 创作简报、稿件和版本
└── 06-published/ # 发布链接、表现数据与复盘
文件夹名不重要,关键是把外部证据、自有事实、分析判断、创作结果分开,Agent 才能判断每段内容的可信度和用途。