告别微信收藏夹吃灰：用 ima + WorkBuddy 把碎片内容构建成可生长的知识体系

场景描述

微信是大多数人日常信息摄入的最大入口——公众号文章、群聊讨论、朋友分享的图片和链接，每天大量的好内容从眼前流过。

但问题是：收藏了一百篇文章，就再也没打开过；截图存了一堆，想用的时候翻不到；知识是零碎的，散落在聊天记录和收藏夹里，从来没有被真正消化成自己的东西。

我自己就是这样。微信收藏夹里堆了几百条内容，但真正回头看过的不到十分之一。后来我试了 ima 知识库——把微信内容直接转发进去，确实比收藏夹好用，能搜索、能归类。但光存不够，我还想把这些碎片内容串起来，形成一个有结构、能持续生长的知识体系。

这时候 WorkBuddy 的 ima 连接器就成了关键拼图：ima 负责存，WorkBuddy 负责加工和重组。

两种用法：轻量 vs 深度

方案	适合谁	能做什么	不能做什么
只用 ima	轻度用户	存微信内容、偶尔搜索问答	内容仍是碎片，难以形成体系
ima + WorkBuddy	想构建知识体系的人	存 + 加工 + 结构化 + 持续生长	需要额外配置连接器

让我一句最直接、最不绕弯子的话来总结ima+workbuddy的优势是：WorkBuddy可直接把整个知识库或单文件作为上下文，进行加工处理，生成的内容可一键回传ima，形成闭环，把零碎微信内容系统化构建成可复用的知识体系，而非仅在ima中进行简单的知识问答。

朋友，这么讲你应该就能理解其中的妙处了吧（很棒，朋友，哈哈哈~）。

如果你只是想找个比微信收藏夹更好用的地方存东西、偶尔搜一下，ima 单独用就够了。如果你想把这些碎片真正内化、变成可复用的知识资产，接着往下看。

想要完成的任务

1. 将微信中的文字、图片、公众号文章等内容存入 ima 知识库。
2. 在 WorkBuddy 中连接 ima 知识库，将知识库内容作为 AI 对话的上下文。
3. 让 WorkBuddy 按你指定的知识领域，把零碎内容梳理成有结构的知识体系（如分类框架、主题汇总、知识地图）。
4. 将 WorkBuddy 生成的结构化成果回传到 ima，形成「收集 → 加工 → 沉淀」的闭环。
5. 后续有新的微信内容时，可以持续追加并重新梳理。

使用的 Skill 与连接器

工具	用途	来源或安装方式
ima 知识库连接器	连接 ima 知识库，让 WorkBuddy 读取和操作知识库内容	WorkBuddy 内置连接器市场，直接添加
ima 知识库（客户端）	接收微信内容，提供存储和基础管理	腾讯 ima 官方客户端

ima 知识库连接器是 WorkBuddy 与 ima 之间的桥梁——WorkBuddy 可以读取整个知识库或单个文档作为对话上下文，也能把处理结果写回 ima。

前置条件

• WorkBuddy 可以正常使用。
• 已安装腾讯 ima 客户端（PC 或 Mac）/小程序也行，并创建了知识库。
• 已掌握把微信内容转发到 ima 的方法（微信内长按 → 转发 → 选择 ima）。
• 在 WorkBuddy 中已添加并授权 ima 知识库连接器。

在 WorkBuddy 中的操作

第一步：把微信内容存入 ima

这是日常动作，不需要 WorkBuddy。微信里看到任何有价值的内容：

• 公众号文章：打开文章 → 右上角「...」→ 用小程序打开 → 选择 ima
• 图片/截图：长按图片 → 用小程序打开 → 选择 ima

日积月累，你的 ima 知识库里就有了原始素材。

第二步：在 WorkBuddy 中添加 ima 连接器

在 WorkBuddy 中打开连接器管理面板，搜索并添加「ima 知识库」连接器，完成授权。授权完成后，WorkBuddy 就能读取你的 ima 知识库内容了。

第三步：用 WorkBuddy 梳理知识体系

连接器就位后，在 WorkBuddy 中输入任务描述。比如你最近在 ima 中存了大量 AI 产品相关的文章，想让 WorkBuddy 帮你梳理：

我最近在 ima 知识库里存了很多关于 AI 产品的文章，请帮我做一次知识梳理。

要求：
1. 浏览知识库中的全部内容，先给我一个内容概况。
2. 按「大模型底层能力、AI 应用产品、行业趋势」三个维度分类整理。
3. 每个类别下列出核心观点和支撑内容的关键来源。
4. 找出内容之间的关联（比如 A 文章的观点被 B 文章进一步验证或反驳）。
5. 最后输出一份知识地图，标注当前我覆盖了哪些子领域、哪些领域还有空白。

WorkBuddy 会读取你的 ima 知识库，基于全部内容进行分析，把碎片拼成一张有逻辑的网。

第四步：把梳理成果回传 ima

梳理完成后，告诉 WorkBuddy 把结果保存回 ima：

把刚才生成的知识梳理报告保存到 ima 知识库，命名为「AI 产品知识体系-2026.07」。

WorkBuddy 会通过连接器将成果写回 ima，下次你在 ima 里搜索就能找到这份结构化报告了。

第五步：持续更新知识体系

过了一段时间，你又存了新的微信内容到 ima。再次打开 WorkBuddy：

ima 知识库里最近新增了一些内容，帮我基于之前的知识体系框架，把新内容整合进去。如果有新的子领域出现，补充到知识地图里；如果新内容与之前的观点冲突，指出差异。

这样你的知识体系就不是一次性的，而是随着输入持续生长。

提示词或任务指令

请连接我的 ima 知识库，帮我做一次完整的知识体系梳理。

背景：
我把日常在微信看到的有价值内容（公众号文章、群聊讨论、技术博客截图等）都存到了 ima，内容集中在 [你的领域：如 AI 产品 / 技术写作 / 前端开发]。

要求：
1. 先浏览全部内容，做一次内容盘点，告诉我库里都有什么。
2. 按 3-5 个核心维度分类组织内容，每个维度下列出关键观点和对应的原始内容来源。
3. 找出内容之间的关联、互补和矛盾之处。
4. 画一张知识地图（文字形式即可），标注已覆盖的子领域和空白区域。
5. 把所有梳理结果写回 ima，命名为「[领域]知识体系-YTD」。

后续我新增内容后，会继续让你更新这份知识体系。

在 WorkBuddy 中的效果

这一套流程跑通之后，你得到的是一个「活的」知识系统：

• 微信内容不再堆积在收藏夹里吃灰，而是被分类、关联、结构化地沉淀在 ima 中。
• 原来的零散碎片变成了一个有骨架、能导航的知识地图，随时知道自己在某个领域已经掌握了什么、还缺什么。
• WorkBuddy 不只是帮你整理，还帮你建立跨内容之间的连接——这是人脑很难做到的，尤其是内容量大的时候。
• 梳理结果回传 ima 后，你既可以在 ima 里直接搜索查看，也可以继续作为下一轮 WorkBuddy 对话的上下文。
• 新的微信内容能源源不断地输入到这个体系里，知识库会越来越「厚」，而不是越来越乱。

验收标准

• ima 客户端正常使用，微信内容能成功转发到 ima。
• WorkBuddy ima 连接器已授权，能在对话中成功读取知识库内容。
• WorkBuddy 能基于知识库内容，输出有结构的知识梳理报告（包含分类、关联、知识地图）。
• 梳理成果能成功写回 ima 知识库，在 ima 中可以搜索到。
• 后续新增内容后，WorkBuddy 能在原有体系上整合而非推倒重来。

常见问题

ima 连接器连不上

检查连接器的授权状态。如果之前授权过期，需要在 WorkBuddy 连接器管理面板中重新授权。另外确认 ima 客户端已登录同一账号。

WorkBuddy 读不到知识库里的某些内容

检查内容是否已经成功保存到 ima 知识库（在 ima 客户端中能看到）。部分格式（如纯视频、小程序卡片）可能不被支持。

知识梳理结果不够深入

在提示词里给 WorkBuddy 更明确的指令：指定你想要的分类维度、希望提取的粒度、以及输出格式。提示词越具体，结果越可控。

内容太多，一次梳理不完

可以先按时间范围或主题范围做分区处理。例如「先梳理最近三个月的内容」或「只梳理与 AI 产品相关的内容」。分批梳理后再做一次整体汇总。

安全与限制

• ima 知识库中的内容属于你自己的数据，在 WorkBuddy 中使用时不会外泄。
• 如果知识库中包含敏感个人信息或公司内部资料，使用前先确认哪些内容适合作为 AI 对话上下文。
• 回传内容到 ima 前，检查生成结果中是否有 AI 编造的数据或来源，必要时人工复核。
• ima 连接器的可用性和功能可能随官方更新变化，以连接器市场中的最新说明为准。

可以怎样复用

这个 Case 的核心是「收集 → 加工 → 沉淀」的三步闭环，替换知识领域和工具，可以适配很多场景：

• 读书笔记体系：把微信读书的书摘、划线发到 ima，用 WorkBuddy 按主题整理成读书笔记。
• 技术调研体系：把各种技术文章、GitHub 项目链接存到 ima，用 WorkBuddy 做技术选型分析和竞品对比报告。
• 学习追踪体系：把课程笔记、学习截图发到 ima，WorkBuddy 定期帮你做学习复盘和薄弱点诊断。
• 内容创作素材库：把选题灵感、参考文章、读者反馈存到 ima，WorkBuddy 帮你梳理选题排期和内容大纲。