ima.copilot 构建共享知识库:能用,但还不够好……| AI工具

ima.copilot 构建共享知识库:能用,但还不够好……| AI工具

ima.copilot 是腾讯开发的一个 AI 工具,致力于构建个人知识库。本文介绍曾老师使用 ima.copilot 的感受。

https://ima.qq.com/

曾老师的笔记转移之路

曾老师目前使用开源的笔记软件 Joplin 进行个人知识管理,积累的笔记 5000+。

为了将我在 为知笔记上积累十年的 3000+ 笔记移动到 Joplin,我专门分析过 WizNote 的数据结构,写了一个开源工具进行自动转移:

https://github.com/zrong/wiz2joplin

  1. WizNote 为知笔记 macOS 版本地文件夹分析
  2. 从 WizNote 为知笔记到 Joplin(上)
  3. 从 WizNote 为知笔记到 Joplin(下)
  4. 使用腾讯云对象存储(COS)实现Joplin同步
  5. 配置 Joplin Server

知识库管理办法

随着时间流逝,很多自己写过的内容遗失在记忆的角落,回想起来有点困难。

研究过笔记系统的同学都知道,主流的笔记分类,主要是 目录+标签+双链 来进行分类和链接。

每个管理过超过 1000+笔记的同学,都会沉淀一套自己的知识库管理方法。

我在 时间都去哪儿了?——善用工具形成高效习惯(上) 一文中,提到过清单管理法:

我采用按照任务的完成重要性与完成方式来分类: 立刻、跨日、延迟、循环、结束 。

TODO 清单管理法

  • 每天早上,将所有要在当天完成的任务,加入到 立刻 这个清单。对于当天的工作,我只需要关注 立刻 这个清单即可。不用再管其他的清单。
  • 立刻 清单中不能完成的,可以视情况调整到 跨日 、延迟 这两个清单中。
  • 在 立刻 清单中的任务全部清空后,再花时间去关注 延迟 和 跨日 清单中的内容,将其按优先级移动到 立刻 清单中进行完成。 所有完成的任务,全部已入 完成 清单,方便 Review。
  • 一些循环任务,例如身体锻炼、阅读、英语、生日提醒等任务,放入 循环 清单。
  • 一些临时加入但无法确定应该放入哪个清单的任务,放入 收集箱 。每天结束前花固定的时间清空收集箱,将其移入其它清单。

我的知识库管理办法,沿用了我的任务管理法,包括四个简单的原则:

  1. 日常工作和生活相关记录进入 GTD ,每周一篇,按年分目录。
  2. 日常灵感记录进入 Fleeting,类似于任务中的 收集箱 每周整理清空。
  3. 原创、成体系的内容进入 Thought,这些内容可能来自于 GTD 或者 Fleeting。
  4. 使用 标签 区分小的系列。标签尽量全面覆盖。

知识库笔记本

最好的管理就是不管理

工具、体系、原则,不如一个好工具。搜索让我们变懒了。

我亲眼见过有不止一个案例:打开浏览器,在首页搜索框内填入「百度」,然后点击「百度」链接,进行搜索。

搜索功能下知识的易得性,让我们不愿意阅读分类的内容,更不愿意进行分类。

ima.copilot 的尝试

ima.copilot 发布 Beta 测试后,我进行了尝试,发现产品的完成度很低。最近产品更新了 1.2.0(1559) 版本后,增加了 Tag 分类和共享知识库功能,我持续进行了测试。

因为不支持批量导入公众号文章,我手动把 曾嵘胡扯的地方:2024文章分类汇总 一文中的 123 篇文章导入到了个人知识库。

导入的过程十分枯燥, 本来我准备导入后对文章做一个 TAG 分类,但发现不支持批量打标签。

个人知识库

导入文章后,可以针对知识库提出问题了。我提出了 「管理小游戏团队要注意什么?」这个问题。

ima 自动找到了与创业管理相关的 14 篇文章,找到得到的解答还是比较让人满意的:

管理小团队要注意什么

但是,部分列表的渲染非常模糊,挺影响访问心情的。

渲染模糊的列表

基于个人知识库建立共享知识库的过程中, 我碰到一些痛点:

  1. 共享知识库的标签是允许批量编辑的,但也无法批量展示已经设置的标签。
  2. 一次只能导入 20 篇文档资源,重复时无法过滤已经导入的资源,导致大量的导入难以实现(相当费眼 )。
  3. 导入界面的列表渲染,依然非常模糊。

批量编辑TAG

因此,这个知识库仅导入了 34 篇文章。可以尝试加入体验,我会在 img.copilot 更新后,再尝试更新:

胡扯游戏知识库

ima.copilot 体验结论

整体上,我挺失望的。

很明显,从新增的标签功能表现来看,不同的模块之间,没有共享 UE 设计和代码模块,似乎也没有一个产品经理来统领全局。

没有人站在知识库使用者的基础上,思考工作流和使用习惯。甚至是在渲染效果这种简单问题上,都没上心。

不知道这是腾讯什么级别的团队在做的产品,以及腾讯内部如何看待这个产品。

有这么一种可能,是 AI 团队在主导这个产品,团队中缺少前端产品专家。

期待更新。