本地知识库怎么自动化2026年11月12日提问

目前已经搭建了自己的本地 Context 知识库,以及回复质量也蛮好的,但是目前没有实现自动化 loop,这个怎么去探索和学习呀?希望变成 AI 把活干了,我辅助

你已经有了知识库和不错的回复质量,下一步不是再堆知识,而是把“你手动发起一次问答”改成“AI 按规则自动取用、执行、回写”。先想清楚哪些环节该自动化、哪些判断必须你来做。

AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。

先分清:知识库解决“答得对”,自动化解决“谁来发起”

材料里的观点

你现在的状态是:context 已经能支撑好回复,但每次仍要你开口问、你去看结果。立正讲 context 基础设施时,把技术层拆成几件事:分层记忆(工作记忆、项目记忆、组织记忆)、渐进式加载(AI 按任务自动找到需要的那部分 context,不多不少)、持续提炼(把原始纪要、讨论加工成可复用的经验)、规范注入(把做事标准写成 AI 能理解的规则,让 AI 自动做检查)⁠1。这几件事里,“渐进式加载”和“规范注入”正是从手动问答走向自动 loop 的关键:前者让 AI 自己取料,后者让 AI 自己判断做得对不对。

用 agent 工具把“发起”交给 AI,你保留判断

材料里的观点

立正给的一个具体起步方法是:养成使用 agent 的习惯,用 Codex 这类能直接调用模型、操纵你电脑、使用本地数据的开放工具,把工作习惯放进去;他不推荐把你绑定到某个封闭生态的工具⁠2。他还提到自己会把权限交给 AI,前提是有好的备份系统,并打开 computer use 让 AI 帮忙点击电脑,甚至用手机远程操作这些 session,让 AI 在他躺着或开车时干活⁠2。这对应你说的“AI 把活干了,我辅助”:AI 负责发起和执行,你负责定规则、看结果、处理例外。

别把不该自动化的流程也自动化

AI推演

立正提醒过一个反例:很多人用 AI 不是去改变真正的约束,而是去自动化本来就不该做的事,结果省下两个人又花两个人去用 AI⁠2。放到你的场景:先找出你目前每次手动问答里,哪一步是重复劳动(比如固定格式的整理、固定来源的检索、固定检查项),哪一步是真正需要你判断的。只把前者做成 loop,后者留给你。他还建议把上下文尽量沉淀成 Markdown,写“结果类”的 skill——把工具、对结果的要求、边界和案例给 AI,而不是教 AI 一步步做事⁠2。这是 AI 对上述材料的应用推演,不是原文针对你情况的结论。

提供的片段没有给出具体的 loop 搭建步骤、工具配置或代码示例;《你团队的 AI 效果不好,问题不在模型》⁠1讲的是团队级 context 架构,《杨天楠:看似体面的工作,实则都是在表演?》⁠2是访谈中的经验性建议,二者都不能直接当作你本地环境的操作手册。

出处

  1. 1你团队的 AI 效果不好,问题不在模型,在 Context

    超线性学院 · 会员2026-04-09

    给出 context 分层、渐进式加载、规范注入等架构思路,对应从手动问答到自动取料的关键环节。

  2. 2杨天楠:看似体面的工作,实则都是在表演?

    视频说话人待核2026-10-30

    提供用 agent 工具、开放生态、权限与备份、结果类 skill 等具体起步建议,也提醒别自动化不该做的事。

你也有想问的?

卡住的时候,问问立正:回答附有出处,可以点回原文核对。

也可以接着问:

所有问题 →