如何用Claude Code与本地文件夹构建AI生产力系统

在深入接触 AIGC 领域之前，我有过五年的知识管理产品工作经验。这个过程不仅让我学会了如何做产品，更重要的是，我掌握了如何利用互联网和工具来管理知识、驱动个人成长——这也是我最终能走上自媒体道路的关键原因之一。

市面上的各类知识管理与效率工具，我几乎都尝试过。一方面这是工作需要，另一方面我本人对此也十分着迷。比如，用 Notion 整理知识就像整理房间一样，能带来一种奇特的解压感。基于 Notion，我搭建了一套名为“产品星球”的知识管理系统，并运行了三年多。它协助我在小红书成为了万粉博主，其知识库本身也吸引了超过500人付费订阅。

直到去年年初，我依然在用 Notion 管理我的全部知识资产，涵盖从内容收藏、整理、创作到分发的全流程。

然而，时间来到去年年中，我几乎不再向 Notion 知识库投入任何整理时间了。

原因很简单：那些曾经带给我心流体验和解压感的整理工作，在 Claude Code 这样的工具面前，对于提升技能或创造实际价值的帮助微乎其微，甚至可以说被彻底碾压。

所以，如果你还在使用飞书、Notion 等传统方式进行知识或项目管理，请务必认识到：你可能正在走一条效率低下的弯路。

AI时代的知识管理新范式

简而言之，新范式是：Claude Code + 本地文件夹。

你所有的知识资产就存储在一个本地文件夹里，没有云端数据库的锁定，没有复杂的迁移成本。Claude Code 作为 AI 执行引擎，可以直接读取你的文件夹、理解你的上下文、并按照你预先定义的规则自动执行任务。

这个文件夹可以用系统自带的文件管理器打开，但我更推荐使用 Obsidian 这类本地优先的笔记工具来管理。

两者结合，你的知识不再是“存储起来等待翻阅”的静态档案，而变成了“AI 随时可以调用、关联并用于创作”的活体资产。

你过去花费大量时间整理知识，是为了“将来某天可能用上”。而现在，你不需要亲自整理了，让 AI 来帮你使用。

但仅仅有工具还不够。你真正需要搭建的是一个系统。

为什么必须是“系统”？

一个真正的系统不会被单一工具所限制。构建系统意味着你不会因为过度依赖某个特定工具而导致工作流瘫痪。即使某个工具无法使用，你也能为自己的系统找到替代品。系统是可持续的，并能产生复利价值。

正如《系统之美》的作者德内拉·梅多斯所言：系统不是各要素的简单加总，而是一个有机的整体。

一个系统由三部分构成：要素、连接与目标。

• 要素：你使用的工具和数据。
• 连接：工具之间如何串联，数据如何流动。
• 目标：你希望通过系统达成的目的，例如节省时间、创作内容、创造收益。

大多数人只拥有散落的“要素”，缺乏有效的“连接”和清晰的“目标”。工具是零散的，每次使用都需要临时拼凑，一切从零开始。

工具是死的，系统才是活的。

构建这个系统需要做什么？

1. 工具的选用和配置
学习如何使用和订阅 Claude Code、Cursor 等核心 AI 工具。飞书和 Notion 并非要被抛弃，而是通过 API 整合进来，为你的系统服务——从“你为工具打工”转变为“工具为你的系统打工”。

2. 文件夹结构搭建与上下文导入
如何设计清晰的文件夹层级？用什么格式存储数据？如何将散落在各平台的历史数据（如 Notion 收藏的文章、微信读书的笔记、Twitter 的推文、公众号历史文章）全部导入，并转化为 AI 可调用的上下文。

3. Skill 的创作与定义
Skill 就是写给 AI 的标准化操作手册。例如，你定义好一个“撰写公众号文章”的 Skill，AI 就会自动读取你的风格指南、搜索相关素材库、并按照你的模板结构输出初稿。一个 Skill 固化一个流程，从此无需每次从头教 AI。

4. 应用于内容创作与工作场景
自媒体内容创作是最高频的应用场景：选题、写作、配图、多平台分发。但这套系统的能力远不止于此——工作中的数据分析、原型绘制、文档编写、竞品调研，全都可以在这套系统上自动化运行。

5. 创作你自己的产品
利用 Vibe Coding——用自然语言指挥 AI 写代码。你无需学习编程，只需会描述需求。无论是浏览器插件、自动化脚本，还是一个完整的小型产品，AI 都能帮你实现。

总结一下：知识管理、项目管理、内容创作乃至产品开发，都可以整合到这一个系统中进行管理。它的核心价值在于帮你节省时间，并创造实际收益。

这套系统能实现怎样的日常产出？

依靠这套系统，我个人目前的日常产出如下：

1. 完成本职工作 KPI
是的，我依然有一份全职工作。这套系统并非“辞职后的创业工具”，它的价值在于，帮助你在保有本职工作的前提下，高效并行发展个人事业。

2. 每日更新公众号与小红书
你可以查看我的更新频率。系统协助我保持高质量、稳定的日更文章和视频内容。

3. 更新小报童专栏
保持每1-2天更新一次。你所阅读的这个专栏本身，就是这套系统的直接产出物。

4. 制作并发布视频
发布至小红书和 B 站。从视频脚本撰写到剪辑的各个环节，都得到了系统的有效协助。

5. 运营社群与即刻动态
包括社群答疑、内容分发和社区互动。

一个人，完成一支小团队的工作量。这并非因为我精力过人，而是系统在替我完成大部分执行工作。

AI生产力系统的核心构成与原理

其核心可以概括为：一个精心设计的文件夹结构 + AI 工具 + 一系列 Skills（技能）的组合。其中，文件夹是骨架，上下文（数据）是血肉，Skills 是赋予系统的能力。

上下文结构设计

一个通用的个人上下文结构可以参考下图，它通常包含多个层次：

这些内容你可能已经拥有，只是分散在十几个不同的 App 里。将它们全部迁移至一个统一的本地文件夹，就构成了你的专属“上下文”。AI 只有基于这些上下文，才能从“通用助手”蜕变为“你的专属助手”。

系统如何生长与演进

系统不是一次性设计完成的，它是在使用中自然“生长”出来的。

其生长路径遵循一个清晰的逻辑：

上下文 → Skill → 工作流 → 系统
  │         │        │        │
  │         │        │        └─ 数据越多，Skill越多，系统越强
  │         │        └─ 多个 Skill 串联 = 自动化流水线
  │         └─ 重复操作固化成一句话触发的能力
  └─ 把你的历史数据导入文件夹

你喂给系统的上下文越多，AI 就越懂你。

• 当你的素材库积累到 100 条金句，AI 就能在写作时引用你曾收藏过的观点。
• 当你的历史文章达到 50 篇，AI 就能精准模仿你独特的写作风格。
• 当你的选题库扩充到 200 个，AI 就能根据你的内容偏好自动推荐选题。

AI 的能力随着你的系统一起成长，你自然也变得更强。

需要避开的几个常见误区

误区一：工具越多越好
工具只是系统的“要素”，系统本身才是核心。所有工具都应为你的系统服务，而系统的物理形态是本地文件夹，它可以用云端同步，但不受任何特定工具绑架。你本人也是系统的一部分，随时随地可以调用它。

误区二：等 AI 更强了再开始搭建
系统的价值在于持续积累。你今天整理的上下文、创建的 Skill，即使明天换了更强大的模型，依然可以无缝使用——因为一切都基于本地文件，不会被任何服务商绑架。等待，只会让你停留在原地。

误区三：追求一次性搭建完美系统
系统是“生长”出来的，而非“设计”出来的。关键是先让最小化的系统跑起来，在使用过程中，你自然会知道该添加什么、优化什么。我自己的系统至今仍在每天迭代。

误区四：认为需要会编程
完全不需要。Skill 是用自然语言编写的，文件夹结构是通过拖拽建立的。甚至连开发浏览器插件和自动化脚本，都可以交给 AI 来完成。这正是 Vibe Coding 的精髓：你负责思考和描述，AI 负责执行和构建。

写在最后

通过将 AI 深度整合到以文件夹为核心的系统中，我们实质上是在构建一个外部化的、可编程的“第二大脑”。这套方法论不仅适用于个人知识管理和内容创作，其背后“要素-连接-目标”的系统思维，可以迁移到许多需要提升效率的领域。如果你对如何具体实现感兴趣，欢迎到 云栈社区 的人工智能板块与更多实践者交流探讨。记住，最好的系统不是设计出来的，而是在解决真实问题的过程中，一步步生长出来的。