#知识库 #文档 #知识 #笔记

知识拓展笔记术

知识拓展笔记术（Knowledge Expansion Notetaking，KEN）。当用户分享一个新学到的知识、概念、方法时，自动完成：来源追溯 → 概念解析 → 适用边界划定 → 歧义辨析 → 生成深度笔记卡片 → AI续写深化 → 同步归档到 Get笔记 + 飞书知识库 + 飞书文档。激活词：知识拓展、深度学习、拓展阅读、概念讲解、笔记整理、我刚学到、新知识、刚get到触发场景：用户粘贴「知识拓展」「深度学习」「拓展阅读」「概念讲解」「笔记整理」或直接分享一段刚学到的知识内容。

binhuatochina@binhuatochina

Install

openclaw skills install @binhuatochina/knowledge-expansion-notetaking

知识拓展笔记术 v0.4.5

变更记录：v0.4.5 — 合并目录：统一到 knowledge-expansion-notetaking 路径，飞书知识库目录改回「拓展阅读」（SrtVwBvGFiMEAFkbevrcr34xnlb） 变更记录：v0.4.4 — 修复飞书文档写入乱码问题：改用 wiki +node-create + docs +update --doc-format xml 两步法，禁止 --doc-format markdown 变更记录：v0.4.4 — 修复 parent_node_token 错误：拓展阅读应存入「拓展阅读」目录（SrtVwBvGFiMEAFkbevrcr34xnlb），不是日志简报目录

概述

用户分享一段新学到的知识后，自动完成：

来源追溯 — 标注原始出处、背景信息
概念解析 — 给出精确定义，区分相似概念
适用边界 — 明确在什么场景适用/不适用
歧义辨析 — 解释可能的误解和歧义
深度追问 — 生成2-3个继续探索的方向
AI续写 — 素材续写与追问回应有机融合，深化洞察
结构化归档 — 四端同步

输出格式规范（深度版）

板块一：来源与背景

原始出处：这段知识从哪里来（播客/书名/文章/课程/对话等）
背景信息：这个内容出现的上下文，为什么值得关注
首次接触时间：如能判断，标注张公子何时接触到此知识

板块二：核心定义与概念解析

精确定义：用一句话定义这个概念，越精确越好
概念辨析：区分2-3个容易混淆的相近概念（用对比表格）
关键术语：列出2-5个关键术语，并给出简明解释

板块三：适用边界与局限

适用场景：这个知识/方法在什么条件下有效
不适用场景：什么情况下这个知识失效或有害
已知局限：目前学术界或实践中的公认局限
反例或争议：是否存在反例？有没有争议性观点？

板块四：歧义与误解辨析

常见误解：2-3个最容易出错的地方
为什么容易出错：从认知角度解释误解的根源
正确理解：应该如何准确理解这个概念

板块五：深度追问

生成2-3个高质量追问，帮助张公子继续深化理解：

追问应指向概念的核心争议或未被解决的子问题
优先选择张公子可能会在实际应用/决策中遇到的真实问题
格式：「继续探索：如果___，会怎样？」

板块六：我的启发

结合张公子的关注领域（AI与硬科技、第一性原理思维、认知升级），写出1-3条实际应用建议，每条建议说明：

在什么场景可以使用这个知识
具体如何操作

板块七：关联标签

#标签1 #标签2 #标签3（优先使用已建立的知识领域标签）

板块八：AI续写

在已完成上述分析的基础上，由AI进行深度续写，融合两个维度：

维度一——素材续写：基于原始材料的核心脉络，AI尝试自然延续材料的论述方向，补充材料可能「想讲但未讲完」的逻辑链条。

维度二——追问回应：针对「板块五：深度追问」中提出的问题，AI尝试给出自己的思考与回答，将追问转化为可延伸的洞察。

两个维度须有机融合——不是简单拼接，而是围绕核心主题形成统一的论证脉络。

字数要求：800字以内 质量要求：内容要有思想，道理要深刻；避免泛泛而谈，追求真正的洞察；语言要精炼有力，克制碎片化罗列。

输出示例（惯性优化陷阱，来自埃隆支书）

markdown

# 【知识拓展】惯性优化陷阱

来源：埃隆支书（播客），转述马斯克观点

## 一、来源与背景
- **原始出处**：埃隆支书播客节目，埃隆=马斯克
- **背景**：讨论思维惯性对创新的阻碍时引用
- **知识领域**：思维模型 / 决策科学

## 二、核心定义与概念解析

**精确定义**：
我们倾向于优化「已经在做的事情」，而不是「真正需要做的事情」——原因是惯性本身被当成了合理性依据。

**概念辨析**：
| 概念 | 惯性优化陷阱 | 路径依赖 | 沉没成本 |
|------|------------|---------|---------|
| 核心 | 优化对象错位 | 过去选择影响现在 | 过去投入影响现在决策 |
| 区别 | 是优化方向的错误 | 是选择的历史惯性 | 是不可回收的投入 |
| 关系 | 路径依赖是原因之一 | 沉没成本是结果之一 |

**关键术语**：
- **惯性合理化**：将习惯性做法当作合理依据的解释策略
- **第一性原理**：从本质需求出发，而非从现状出发推导解决方案

## 三、适用边界与局限

**适用场景**：
- 工作流程、习惯、生活方式中重复出现的做法
- 优化类项目（如何让现有流程更高效）
- 团队/组织中存在但无人质疑的「老规矩」

**不适用场景**：
- 高度不确定的探索阶段（需要先建立方向）
- 需要快速迭代的敏捷开发（小步快走不宜过度审视）
- 涉及人身安全的领域（已建立的安全规范不应随意质疑）

**已知局限**：
- 过度质疑可能引发「分析瘫痪」——每个做法都质疑会阻碍行动
- 需要区分「真正需要保持的惯性」（如安全协议）和「需要质疑的惯性」

## 四、歧义与误解辨析

**常见误解1**：这个观点鼓励随意打破现状
→ 误解根源：没有区分「结构性优化」和「为变而变」
→ 正确理解：先识别「真正的需求是什么」，再决定是否改变

**常见误解2**：所有习惯性做法都应该被质疑
→ 误解根源：将「可能出错」等同于「应该质疑」
→ 正确理解：只质疑那些对结果有重大影响、且长期未被审视的做法

**常见误解3**：马斯克反对所有渐进优化
→ 误解根源：马斯克提倡的是「目标导向的优化」而非「惯性驱动的优化」
→ 正确理解：优化可以，但要确认优化目标本身是正确的

## 五、深度追问

1. 继续探索：如果把「假设取消」原则应用到每年最重要的三个工作决策上，结果会有什么不同？
2. 继续探索：什么样的机制可以帮助团队在不阻碍行动的前提下，持续识别「惯性优化」？
3. 继续探索：马斯克在SpaceX/Tesla中具体是怎样实践这个原则的——有没有反直觉的案例？

## 六、我的启发

- **场景1：年度工作复盘**：在复盘时增加一个「假设取消」步骤——如果这件事从未存在过，我们还会创建它吗？
- **场景2：流程审视**：每季度选择三个最常用的工作流程，从「这件事需要做吗」开始，而不是「怎么做更好」

## 七、关联标签
#思维模型 #马斯克 #第一性原理 #惯性陷阱 #决策质量 #埃隆支书

## 八：AI续写

[AI续写在实际执行时由AI结合具体素材生成，不在示例中展示。续写须遵循以下原则：维度一延续素材核心脉络，维度二回应深度追问，两个维度有机融合；800字以内；追求思想深度，语言精炼有力，以段落论述为主。]

工作流程（v0.4.1）

第一步：提取知识内容

用户发来的消息中，提取「我刚学到」「我学到的知识是」后面的内容。如果整段消息都是知识内容，直接使用。

第二步：判断深度级别

根据内容长度和复杂度，判定输出深度：

简短内容（一段话）：聚焦概念解析 + 适用边界 + 2条追问 + AI续写
中等内容（多段/有具体案例）：完整八板块输出
复杂内容（涉及多个概念/理论）：增加对比表格和学术脉络说明

第三步：深度分析与生成

按上方格式规范生成八个板块内容。

概念辨析要求：

每个核心概念必须给出至少一组相近概念的对比
对比要精确，不能只描述「差不多但有点不同」

适用边界要求：

至少列出2个「不适用场景」，不能只写「视情况而定」
如果找不到不适用场景，说明原因并明确边界条件

深度追问要求：

追问必须是真正未被解决的子问题，不是「了解更多请阅读XXX」
追问要指向可能产生新的洞察或行动的方向

AI续写要求（板块八）：

基于原始素材的核心脉络，续写素材「想讲但未讲完」的内容
同时回应「板块五：深度追问」中提出的问题
两个维度须有机融合，形成统一的论证脉络
严格控制在800字以内，追求思想深度而非字数堆砌
语言精炼有力，避免碎片化罗列，以段落论述为主

第四步：四端同步归档

Get笔记（标签：拓展阅读 + AI整理）

标签固定为 拓展阅读 和 AI整理，不得遗漏。

飞书文档（主归档通道）

必须用两步法：先创建 wiki 节点，再写入内容。禁止用 docs +create --folder-token --markdown（会导致中文乱码）。

bash

# 步骤 1：用 wiki +node-create 创建 wiki 节点（获得 obj_token，即 doc_token）
lark-cli wiki +node-create \
  --space-id "7621391289904516315" \
  --parent-node-token "SrtVwBvGFiMEAFkbevrcr34xnlb" \
  --title "知识拓展 | {核心概念}"
# → 从返回中提取 obj_token

# 步骤 2：用 docs +update 写入内容（必须用 --doc-format xml，禁止 markdown）
# ⚠️ 重要：XML 内容必须以 <title>标题</title> 开头，否则飞书文档标题默认为「Untitled」
# 格式：<title>知识拓展 | {核心概念}</title><h1>{正文一级标题}</h1>...
# 内容需正确转义：< → &lt;，> → &gt;，& → &amp;，换行 → <br/>
lark-cli docs +update \
  --api-version v2 \
  --doc "<obj_token>" \
  --command overwrite \
  --doc-format xml \
  --content @knowledge-expansion/YYYY-MM-DD-{核心概念}.xml

# 步骤 3：授予张公子 full_access 权限
lark-cli drive permission.members create \
  --params '{"token":"<obj_token>","type":"docx"}' \
  --data '{"member_id":"ou_d8ace8a146610ca26bc07d8e68a5620f","member_type":"openid","perm":"full_access","type":"user"}' \
  --yes

内容转 XML 注意事项：

第一行必须是 <title>标题</title> 元素，飞书会将其设为文档标题；否则默认为「Untitled」
标题后接 <h1>正文一级标题</h1> 作为正文开篇
markdown 中的换行用 <br/>，< 用 <，> 用 >，& 用 &
推荐用 Python 做批量转义，避免手动转义出错
文件路径必须用相对路径（如 @knowledge-expansion/2026-05-15-xxx.xml）
禁止用 --doc-format markdown（会导致中文乱码）

飞书知识库 → 拓展阅读目录

必须用两步法，禁止 wiki nodes create + --doc-format markdown。