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