个人知识库建设：搜集、归类、梳理、体系化

引语

对于知识工作者来说，知识库是持续支撑整个职业生涯的重要基础。程序员，算是半个知识工作者工种。

知识库可以看做是海量资源库的本地缓存。它的特点是：少而精要，重点突出。

知识库建设，基本步骤包括：搜集、归类、梳理和体系化。

三步曲

搜集

准备一款笔记软件，方便搜集和整理各种来源（包括自己写的）的文章和内容。

• 能够在 PC、移动端自由编辑、管理和同步内容；
• 能够方便地从各种来源拷贝感兴趣的文章和内容；
• 有浏览器插件、微信公众号文章分享等插件拷贝到笔记软件。

我目前使用的是为知笔记。基本满足以上要求。

搜集内容的基本标准是：

• 具备实用性或思想性；
• 侧重原理和设计。

内容搜集的场景通常有：

• 平时主动阅读的好的公众号文章；
• 平时主动想了解求知的内容；
• 遇到问题要求解时搜索的有用的文章或内容。

知识搜集来源主要有：

• 优秀网站、博客、微信公众号；
• 好书段落精彩摘录；
• 论文、官方文档

可以建立一种“主题式学习”的搜集方式。即订立主题研习计划，每周或每月针对一个主题做一个研习活动，在研习活动中搜集各种渠道的内容，但更自由。比如最近做性能与稳定性，就可围绕这个主题搜集和提炼内容。

搜集内容的最终目标是为工作、生活和创作提供持续动力，解决实际问题。

不同来源的内容质量有优有劣。比如优秀博客、微信公众号的文章，一般是整理好的内容比较丰富的，属于比较优质的来源，而知乎、一般博客上的文章和内容，则需要加以筛选和去粗存精。在搜集答案时，可以通过 site:网站域名 来筛选和展示想看的网站的内容。

搜集内容形式可以多种多样。比如网络文摘、论文、读书笔记、视频与音频等。目前的形式比较单一，局限于网络文摘和文字类。

归类

归类相当于对知识做了索引，能够快速找到同一类别的文章，同时为知识体系化勾勒轮廓。

主题-大类-细分类-标签

知识的归类层次主要可分为：主题、大类、细分类、标签。最多三层。避免嵌套过深。

主题是关于一个大方向的所有内容的囊括。主题尽可能少一些。比如我定的主题有：总体设计（规划与方法论）、生命与爱（愿望、喜欢、碎碎念）、工作（业务、工程、团队、方案、项目等）、生活（财富、处世、感悟、集思录等）、札记（自己写的学习与实践经验小结与感悟）、技术文摘（技术文章和知识点摘录）、公众表达（分享与演讲）、方法与技能（需求分析、行业分析方法等）、阅读与写作、我的笔记、微信收藏。我的笔记和微信收藏作为一个过渡主题，里面的文章会进一步归类到各个主题、大类或细分类里。

大类是某个主题下的有重要实用价值的分类。细分类是大类下的细分范畴。大类侧重一个特定方向或分支，细分类则细化到实用的点。

比如技术文摘是一个技术类主题，用来汇集从各种渠道摘录的技术文章。其下有一个“数据存储与管理”大类，这个大类又有 calcite、mongo、mysql、SQL、sqlite、事务、数据范式、索引等细分类。

大类做得细致，则不会出现无法分类的情形。细分类做得细致，可以看出已搜集知识的侧重点，有无偏废。比如源码解析部分，目前就只有 dubbo , AQS 的几篇文章。显得很单薄。

标签是更灵活的“归类”方式，作为有力的补充。比如“程序”就是一个标签，任何类别中的文章只要包含代码，就可以打上“程序”的标签。

大类和细分类侧重垂直专业方向，而标签侧重横向通用方向。

无论是大类、细分类还是标签，都强调“实用”为重。可以把感兴趣的、有重要实用价值的大类和细分类放在最前面。

归类问题

知识归类的一个常见问题是，有些知识，可同时归类于多个不同的大类或细分类。归类准则是：价值优先，精确优先于通用。其次看文章内容的侧重，侧重在哪里，归类到哪里。这个准则是自己定的，适合自己的口味和需求就好。

比如安全相关的算法，既属于安全大类，又属于算法大类。实战性的归类于安全，基础性的归类于“算法”。再比如，redis 性能优化相关，既属于 “缓存-redis”细分类 ，又属于 “系统设计-性能与稳定性”细分类。由于缓存是很重要的大类，redis 是精确垂直领域，优先归类于“缓存-redis”。“系统设计-性能与稳定性”倾向于是一种经验的普遍总结，而不是具体细分知识。当然，这种视角不是唯一的。如果从问题求解角度来看，归类于“性能与稳定性优化”分类更合适，因为性能与稳定性优化是研发求解问题中的不可或缺的组成部分，也是职业进阶、获取更好待遇的技术优势和阶梯。

另一个问题是，存在少量“伪分类”，比如“实用技术”大类下的文章，其实是可以归类于其它的垂直大类或细分类。这些伪分类下的文章归类之后，伪分类即可删除。

遇到无法归类的知识，则需要新增大类或细分类，直到可以覆盖。

以问题求解为中心

前面的分类视角侧重以知识为中心。实际上还有一种以问题求解为中心的视角。

工作的核心内容是解决问题。各种各样的问题。大范围的，比如研发管理，或者小范围的，比如一台服务器宕机了。具有良好的“性能与稳定性优化”经验，目的不是为了表面拥有这些知识，而是能够灵活运用于实际解决问题。

提出一个问题，然后围绕这个问题搜集所有相关的知识和经验。问题就是主题。推荐主题式学习方式。

梳理

梳理步骤主要是文章排版整理和知识内容的提纯。

排版整理

文章排版整理是一个相对繁重琐碎的事情。试想，在阅读之前，还要费力气去把文章的排版格式弄好一点，那阅读的心思就折了一半。最好是在保存时就保证文章的排版基本整洁。

将网络内容拷贝到笔记软件有三种办法：

• 直接手动拷贝。优点是，可以避免将网页的格式和不相干的内容混进来，减少排版整理步骤的繁琐。缺点是，长文手动拷贝略微费点力气。
• 利用工具摘录。利用现成的工具（比如公众号文章分享、浏览器插件、App 工具等），优点是非常便捷，缺点是，容易把网页的格式和不相干的内容混进来，后期排版整理可能会比较费力麻烦。
• 摘取核心内容。仅拷贝核心内容。可以省去后续“格式化”、“内容提纯”步骤，摘录后的内容和段落是清爽有价值的。缺点是摘录时要多费点力气。

不同渠道来源的文章，摘录的结果不一样，处理方法也不一样。比如：

• 通过知乎 app 摘录的内容，会把整个网页（包括隐形控制框和知乎评价）都摘取进来。在后期排版编辑时比较麻烦费力，就不如直接手动拷贝复制更省事。 也可以利用工具摘录到某个过渡主题上，后期统一拷贝创建新的文章。
• 通过微信公众号分享摘录而来的文章，排版大致没什么问题，就可以直接通过工具来摘录。
• 网页上的文章，可以直接拷贝（连图片一起拷贝过来），或者直接摘录最感兴趣的内容。

整理后的文章格式最好统一使用 Markdown（尤其技术类文章）。 如果文章排版本身问题不大，保持原排版亦可。

为知笔记有个“清除样式”和“只拷贝文本”的功能，当文章的原排版过于“花里胡哨”或者“不堪入目”时，可以使用该功能，让其立即“卸妆”，恢复“素颜”。此外，可以保持字体统一，去掉不必要的“装饰”。

知识提纯

到了知识库建设的最关键环节：知识提纯。 知识提纯，是将已摘录内容的重要有价值的部分提炼出来。知识提纯最显功力。

俗话说：把书读薄。意思是要把知识读透彻。从纷繁复杂的现象中提炼出精炼的本质。

知识提纯的基本准则：简明扼要。不必固着于“文章”的形式，一两段落，甚至几个关键字即可。即“把书读薄”。

知识提纯是一个再学习、温故而知新的过程，可以培养内容重点提炼的能力。内容重点提炼能力是“信息过载”时代必不可少的重要技能。

技术类文章，可以遵循“基本思想或思路-关键点-技术实现”或者 “问题-方案-新问题-方案完善”的路线来解析一篇文章。

知识提纯，主要有如下情形：

• 有的文章行文思路清晰、内容和细节丰富、图文并茂，保持原样即可。
• 有的文章的重点部分只有少数一两个段落，提炼出来，原文可删除。
• 重复主题和内容的相关文章，内容提纯后合并成一篇文章。

知识提纯相关，可以再写一篇文章。我也在探索中。

文摘与札记

对于程序员而言，技术文摘和札记是专业类知识库的重要组成部分。技术文摘是输入，札记是输出。需要将技术文摘的内容消化后，整理成札记，才算是真正的学习了。

技术文摘其下的大类有：原理机制、系统设计、数据结构与算法、数据存储与管理、缓存、并发、安全、网络与分布式系统、编程语言、中间件、框架与库、问题与经验、研发管理、源码解析、云原生、杂项。

小结

个人知识库是持续支撑职业生涯的重要基础，最终目标是为工作、生活和创作提供持续动力，解决实际问题。

知识库建设，基本步骤包括：搜集、归类、梳理、提纯和体系化。其中内容的提纯和体系化是核心。

上述步骤的螺旋上升式循环，形成良性有力的知识库建设正循环和职业的有力支撑。

标签：知识,分类,知识库,归类,体系化,内容,文章,排版
来源： https://www.cnblogs.com/lovesqcc/p/16388105.html