你的相册该整理了，存了一万张截图后，我决定治一治自己的知识囤积癖！

可以处理我的一万张p站下载的同人图吗[思考]

♥ 3

看完了觉得好难上手[doge]，顿时这个需求没有了。[doge]

♥ 40 ↩ 1

@@Ai好记 @AI全文总结 @MilkyAi @课代表猫 总结一下

♥ 1 ↩ 2

免费的obsian才是重点，但是花钱不干事的是kimi，两百一个月体验不好

♥ 21

@MilkyAi 给我一下这个视频的文案，然后发到我邮箱。

♥ 1 ↩ 1

这个也进收藏夹里，以后再看吧[doge]

♥ 7

看完视频，还确实想去试试的。最近在备考船员证，然后有很多科目需要刷题，一门科目就有的几千到题目。做了之后还有有很多错题不好总结。可以试试用AI来做视觉把错题整理起来对应每个知识点！！三联送给学姐[蹲蹲]

♥ 3 ↩ 1

囤积癖的根源是怕以后用不上，在精选上看了几节知识管理的课才明白定期清理比囤着更有用

♥ 1

你要知道，现在的东西尤其是知识类的都给搞的越来越多杂项，就是你找一个东西，推荐一大堆相关不相关。反而我们需要的是专一而精准，譬如说，我去搜一个梗如“谁家小孩”，这时我只需要知道这个梗是什么意思，只要告诉我是因为调音导致音乐像小孩声音就行。这样能把无用的知识扩充和突然好奇于其他词条的时间给我节约出来，这个时代最贵与最廉价的都是时间，我不想把我的时间为不知所谓的设计去买单。

♥ 2

ai整理知识体系，技能体系

♥ 4

最近毕业刚想着要清理相册和文件，就出现了糖果果老师的这个视频，给了我很多启发，我也是喜欢在各个平台收藏，四年大学时光相册里竟然有19173张照片，真的是很恐怖了，等我抽时间也去试试糖老师分享的方法。顺便也蹲一波抽奖[星星眼]

♥ 1

理论上来说这不能算ai 整理文件这件事本身就是需要你本人参与的 你本人如果没有参与是无法验证整理结果是否符合你的心意的 但既然需要你自己验证结果 那就等于你自己整理了 当然有些人说会相信ai的整理结果 可以不用管不必验证 那就违背整理分类这个概念了 真正的AI要像钢铁侠贾维斯一样那才能叫人工智能

♥ 13 ↩ 3

许愿能够抽到我[喜欢][喜欢]，学姐真的给我安利了一波kimi，已经放到日常学习啦，特别想有199的会员体验一下[doge]，现在是99的感觉不够用了，求求🥺学姐了[星星眼][doge]

♥ 4 ↩ 2

📌 抽奖来啦～ 这期我们聊了：怎么用 Kimi Work 把截图、PDF、收藏夹整理成自己的知识库。 那个知识图谱出来的时候，我还是很震撼的！ 🎁 评论区也抽 10 位朋友，每人送 1 个 Kimi 199 会员福利。 参与方式： 在评论区分享一个你最想交给 AI 整理的东西。 比如：手机截图、收藏夹、论文、网课笔记、工作资料、旅行攻略…… ⏰ 7月10日开奖，从评论区抽 10 位送出～

♥ 8 ↩ 2

来去空空。删了就行了，你们双博士，浪费算力。

太棒了前几天清理手机、电脑图片和文件脑袋瓜子嗡嗡哒，再加上obsidian里面文件也相当之乱，正愁怎么高效整理他们来着，看完视频立马就下载kimi work深度学习！！

♥ 1

你视频广告含量是真的高

📝总结一下：1. 批量处理的革命：使用Kimi Work可一次性读取本地文件夹中数百个文件（截图、收藏夹、文档），并调度多达300个AI agent并行工作，突破了传统聊天AI一次只能传十几个文件的限制。 2. 全平台信息整合：通过Web Bridge功能，Kimi Work能直接拉取小红书、抖音、B站等平台的收藏内容，自动存为带链接和简介的文档，再分类提炼要点。 3. 构建知识图谱的核心工具链：整合Kimi Work + Obsidian + CAPACI社区开发的LLM wiki插件，将零散信息编译成相互链接的词条，形成可搜索、可流动的“第二大脑”。 4. “LLM wiki”理念落地：每个概念建立独立词条并用双向链接关联，维护索引，新知识传入时会自动接上原有体系，像树枝一样生长，越用越全。 5. 场景化应用：手机截图整理、收藏夹内容分类、AI领域系统知识库搭建，均能通过“设定目标→Kimi Work读取→自动分类→生成Markdown→导入Obsidian→呈现知识图谱”的流程完成。 6. 持续更新的自动化：新资料直接丢给Kimi，它会自动识别新概念所属分类、链接关系，无需手动维护，解决知识库过时焦虑。 7. 核心价值：释放囤积知识的本能，让散落在不同设备、平台的信息在同一个地方以图谱形式呈现，实现从“存储”到“流动”的质变。 由 @又又碎碎念了 召唤~ 关注我，然后@我，即可总结！ 获取视频逐字稿和PPT就上Ai好记，aihaoji.com 使用【0sv4】邀请码注册可获得额外奖励哦

这样会对隐私照片没有任何隐私壁垒吗？照片毕竟是太私人了

♥ 12 ↩ 2

落地了吗？带来收益了吗？有哪个企业在大规模的用呢？

♥ 8 ↩ 1