AI 教我学习 · 让知识留下来

笔记写成能被检索的形态

一条笔记一个主题，开头一句话说清结论，带上当时的困惑。读完知道每次该挑哪几条喂进去。

开源工具 · AsterMem

挑哪几条这一步它替你做：笔记按段落切开建索引，提问时关键词与语义两路一起召回，只喂命中的那几段。自己搭在本机，笔记落成 Markdown 加 SQLite，备份就是拷一个文件夹。模型可接本地的 Ollama 或 LM Studio，能离线跑。带 Cursor 与 Claude Code 的 skill。Python，AGPL-3.0。

GitHub 项目主页
先玩一遍 · 五十条与三段
这炉吐司底部湿，中间没熟透
这次喂给它
拨一下再跑一遍。
笔记怎么写的
换个写法再跑。
1 · 这次的问题
2 · 喂进去什么
3 · 它答回来
相关那三条占多少
0%
喂进去的笔记
点播放。
它答回来的（示意）
它答成什么样。
选一种喂法，点播放。
教学示意：回答是为演示写的简化文本。
困惑那一行最值钱

流水账留不住东西。今天烤了吐司，还是有点懵，这样一条三个月后你自己搜不到，它也检索不到，因为开头没有一句能被命中的话。把当时认准的那句话提到第一行，检索才有抓手。

结论：[当时认准的那句话]。 困惑：[当时没想通的那一点]。 用在：[哪个项目、哪次卡住]。

困惑那一行别写漏，它是你日后回看时唯一能重建理解状态的线索。上面那条填出来是：结论，这台烤箱实际比面板低二十度；困惑，食谱给的时间按谁的算；用在，上周那炉吐司。三个月后的你，和当时读到这条的它，都能靠这一行回到你没想通的位置。

每次挑三五条，剩下的别塞

每次提问，先自己想这道题跟哪几条有关，挑三五条让它读。这是经验：塞得越多，重点越容易被冲掉，回答会漂回那种对谁都成立的话。

先手动挑一段时间。挑到开始费神了，再上顶上那种自动召回的工具，代价是自己搭、自己维护。笔记之外还有两层更省事的记忆，见 外部记忆分三层。这些笔记怎么串成一条路径，见 给自己设计一门课。

开头那句结论决定它能不能被找到，困惑那一行决定它还有没有用。