我把 AI 工具流做成了个人操作系统
— § 01 —- COLOPHON
- Source Serif 4 · JetBrains Mono · Forge Codex
- TOOLS
- Next 15 · MDX · framer-motion
Q2 我把分散的 AI 工具流升级成本地个人操作系统,让输入、知识、skill、草稿、预览和反馈回流连成一套。
TL;DR: Q2 最大的变化,是我把分散的 AI 工具流搬回本地,做成一套能沉淀输入、知识、skill、草稿、预览和反馈的个人操作系统。
§背景
4 月 1 日,我写过一版 Q1 常用 AI 工具和个人操作系统。当时重点是搭一套“输入、思考、输出、产品化”的工具流。
Q1 更像一张工具地图:flomo 记灵感,社群、公众号、X 和 OpenClaw 做输入,X、公众号、知识星球做输出,YouMind、Codex、GLM、Gemini 负责创作和开发。
当时这套分层够用。真正的问题是,工具之间能接力,经验很难沉淀。写完文章后,我会改开头、删废话、补细节、换标题,系统下次并不知道我为什么这样改。
Q2 的核心升级,是把工具流做成了本地项目。
§现在这套系统怎么分层
现在这套个人操作系统已经升级成 my-digital-twin 项目。
第一层是 sources/,放 flomo、GetNote、访谈、公众号文章和 X 观察。
第二层是 wiki/,放身份、写作风格、项目事实和内容策略。
第三层是 skills/,放可复用能力。Skill 可以理解成给 Agent 的操作手册,告诉它这类任务怎么做、怎么检查。
第四层是 factory/,放 brief、草稿、标题和发布检查。
第五层是 5 月 17 日做的 Factory Workbench。它负责编辑、预览、复制到公众号后台和记录改稿反馈。
Q1 我还在整理工具流,Q2 我开始把工具流做成项目。
§工具重新排了位置
Codex 现在是主力。它负责读项目、改 skill、生成草稿、跑检查、操作浏览器。Codex 可以理解成一个能在本地电脑上干活的 Agent。
md2wechat 变成公众号出口。它现在有 2177 个 star,支持 43 个结构化排版模块、40+ 专业主题、AI 配图、推送草稿箱和 MCP Server。
flomo 仍然是 L1 Cache,负责最快速的想法入口。YouMind 做学习和二创,OpenClaw 做信息发现,Gemini Web 做临时任务和图片探索,GLM 退到辅助规划和轻任务。
§踩过的坑
4 月 11 日我在 flomo 里写过一段话:之前依赖 Web 端工具写文章,效率高,但没法本地化,也没法建立本地知识库。
对话记录、写作偏好、改稿经验、项目事实,如果都散在第三方平台里,每次换工具都要重新解释一遍。
我后来把内容生产搬回本地,先用文件夹做清晰边界,再让 Agent 读这些文件。
资料、草稿和改稿记录有了固定位置,Agent 下次才知道该读哪里、改哪里、记录哪里。
§这套系统适合谁
偶尔写一篇文章,直接用 ChatGPT 或 Gemini 就够了。
本地个人操作系统有维护成本,更适合长期写作、长期做项目,或者想沉淀自己判断和风格的人。
§如果你也想搭一套
第一步,先建输入目录,把语音日记、文章摘录、外部资料分开放。
第二步,写一份风格规则,告诉 AI 你怎么说话、讨厌什么表达。
第三步,把高频任务做成 skill,先从公众号写作和标题生成开始。
第四步,保留 brief、草稿、标题和改稿记录,证据多了再升级长期规则。
§Q2 的工具清单
- ·输入与缓存:flomo、GetNote、X、公众号、社群、OpenClaw
- ·知识与记忆:
sources/、wiki/、项目事实库 - ·创作与执行:OpenAI Codex、md2wechat CLI、Factory Workbench
- ·学习与二创:YouMind、OpenClaw、Gemini Web
- ·输出与回流:公众号、X、知识星球、jieni.ai、
factory/
单个工具会变,模型也会变。
真正值得沉淀的是自己的输入、判断、风格、流程和反馈。
○