不知从何说起，首先说两个观察：

1 很多时候人是在不断重复自己，重复固定的行为模式 2 很多人在自己不熟悉的领域表现的很“慢”

基于此，我提出学习工程化的方法，以解决兴趣太广泛的问题。

流程：原始材料–>加工–>提取(适配场景)

在遇到具体场景的时候，我发现很多知识点提取不出来，三个原因：
1 不能即时接触(行为设计角度来讲，阻碍越大，行为就越小几率出现)
2 加工后的材料应该结构化，形成一组组完整的概念空间
3 已经经历的场景生成的概念空间应该保存，以便后期复用

做一套机制，解决上述三个问题，就能不间断学习，且学习速度越来越快。

问题1，我的解决方式是:
md文档归纳知识点，坚果云同步至不同设备，docsify建站分享

问题2，我的解决方式是通过反复折叠，跑通流程，并将关键点记录在上述md文档中，文档归类完毕，应用频率高的知识点往文档顶部走，时间一长，使用频率高的知识点就都顶到头部了。

问题3，我觉得很有必要形成自己的名称空间，你得想办法去实现这些名字代表的具体内容，并将其固化。bash脚本实现书签管理
通过bash脚本接管所有操作。或者一直建立并维护资源类通道
我的常用名称空间大概这样

通过上述三个动作，就能把除了材料加工，场景外的所有内容都交出去。
在没有场景的时候可以通过材料加工构建逻辑链，有场景的时候直接提取，完善修正。

这是操作流程化，涉及到数学知识，计算类的，也要固化成概念，碰到具体场景直接使用做好的概念就成。

end

留存

文档分类
1 保留最原始出处
2 分层组织，运用para规则，+article 学习工程化提到的第三点：构建自己的命名空间
3 检索历史也要保存到log文件，追加至留存文档

问题1： 建一个大文件夹，保存内容如下
简悦自动保存离线网页，丢进去
聊天记录定期导出，丢进去
使用频率较高的pdf，丢进去
md(我试了，可以展示图片，也可以用latex显示数学公式)或org格式写的笔记，丢进去
工程文件，丢进去

这样，基本所有的文档都汇到一个池子了

问题2：
这里主要是笔记和工程类文件
笔记以doc-area分类，比如doc-dianqi，doc-jixie，doc-front，doc-soft，doc-host，etc
工程类文件建pro文件夹，按项目分

检索

经过上面的操作，可以确保文件库大部分文件是文本格式，然后找一个文本检索工具，作为检索入口

recoll，它可以扫描这些文本文件，生成索引表，很快能检索出需要的文本信息

fix:2024/12/05
引入rga，scoop install rga，可以点对点搜索，命令行也更符合使用习惯

fix:2026/01/14
引入filelocator，search pdf , search-yacy, search my pkm

对学习和知识的看法

学习就是建模，跟之前提的构建逻辑链相似。穷举所有状态，让这些状态全部包含在构建的模型当中，就获得了对这个状态空间的控制力

最难的地方在确定最终状态、找出影响要素

假设观测到某种现象，这种现象受到三个要素影响，即使想到了这三个要素，也很难去验证

从0知识出发，建立复杂系统，注定有很长的路要走。

构建的这个叫pkm系统，它解决的是过往经验复用的问题，做时间的朋友。