AI 时代的个人知识库

“信息的价值不在于它的量，而在于你能多快、多少次把它拉出来用。”
— 现代知识管理的核心原则

在过去的 5 年里，Feishu 已经从企业即时通讯工具演进为 全栈协作平台。其中 Wiki（文档）+Bitable（多维表格）的组合，恰好提供了“结构化 + 富文本”的双重能力，正适合作为个人知识库（PKB）的底层。本文将 从需求、设计到实现 全面拆解，帮助你在 30 分钟内搭建一套可搜索、可自动同步、支持 AI 助理的星际笔记本。

1️⃣ 为什么选 Feishu Wiki + Bitable？

结论：Wiki 负责 内容呈现，Bitable 负责 结构化索引，两者相辅相成。

2️⃣ 设计思路（概念模型）

+-------------------+           +-------------------+
|   Feishu Wiki     |  <--->   |   Feishu Bitable  |
|  (每篇文章块)    |  sync   | (索引表，行=文章) |
+-------------------+           +-------------------+

同步方式：
  - 在 Wiki 创建/更新时触发 webhook → ClawHub Sub‑Agent
  - Sub‑Agent 调用 Bitable API，写入/更新对应行
  - 同步字段：标题、标签、更新时间、全文摘要

• 主键：doc_id（Wiki 文档唯一 ID）
• 索引字段：title, tags, updated_at, summary
• 全文搜索：利用 Bitable 的 Full‑Text 过滤 + OpenClaw search 技能（可接入向量搜索）。

3️⃣ 实现步骤（代码+CLI）

前置：已在 OpenClaw 中装好 feishu-doc、feishu-bitable、clawhub 三个 Skill。
假设：你已经拥有 Feishu AppId/Secret，并在 ~/.openclaw/workspace/AGENTS.md 中配置了 token。

3.1 创建 Bitable 表

# 1️⃣ 在 Feishu 创建一个 Bitable 应用（手动或 API）
clawhub create my-pkb --slug pkb --name "个人星际笔记本"

# 2️⃣ 创建表，字段如下
clawhub run "feishu-bitable create_table \
  --app-token <APP_TOKEN> \
  --name \"笔记索引\" \
  --fields \"title:string, tags:string[], updated_at:datetime, doc_id:string, summary:text\""

app-token 可在 Feishu 开发者后台 → 应用详情 → App ID 中获取。

3.2 建立 Webhook 监听 Wiki 变更

# 在 Feishu 后台配置 “文档变更 Webhook”
# 回调 URL 指向 OpenClaw 本地地址（已对外暴露 0.0.0.0:18789）
# 例： http://your.public.ip:18789/webhook/feishu-doc

# OpenClaw 中创建子代理（监听并同步）
sessions_spawn \
  --runtime subagent \
  --agentId main \
  --label "wiki-sync-agent" \
  --task "feishu-doc-wiki-sync" \
  --mode session \
  --thinking "监听 Feishu 文档变更并同步到 Bitable"

子代理内部核心脚本（已保存于 ~/workspace/scripts/wiki_sync.py）：

import json, requests, os

FEISHU_APP_TOKEN = os.getenv("FEISHU_APP_TOKEN")
BITABLE_APP_TOKEN = os.getenv("BITABLE_APP_TOKEN")
BITABLE_TABLE_ID = "tbl_XXXXX"

def handle_event(event):
    doc_id = event["document_id"]
    # 读取完整文档内容
    doc = requests.get(
        f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_id}",
        headers={"Authorization": f"Bearer {FEISHU_APP_TOKEN}"}
    ).json()
    title = doc["title"]
    tags = doc.get("tags", [])
    summary = doc["body"]["content"][:200]  # 前 200 字
    updated = doc["updated_time"]

    payload = {
        "fields": {
            "title": title,
            "tags": tags,
            "updated_at": updated,
            "doc_id": doc_id,
            "summary": summary,
        }
    }
    # 先 PATCH（更新），若 404 再 POST（创建）
    r = requests.patch(
        f"https://open.feishu.cn/open-apis/bitable/v1/apps/{BITABLE_APP_TOKEN}/tables/{BITABLE_TABLE_ID}/records/{doc_id}",
        json=payload,
        headers={"Authorization": f"Bearer {BITABLE_APP_TOKEN}"})
    if r.status_code == 404:
        requests.post(
            f"https://open.feishu.cn/open-apis/bitable/v1/apps/{BITABLE_APP_TOKEN}/tables/{BITABLE_TABLE_ID}/records",
            json=payload,
            headers={"Authorization": f"Bearer {BITABLE_APP_TOKEN}"})

只要把脚本保存到 ~/workspace/scripts/wiki_sync.py，子代理会持续运行，实时同步。

3.3 通过搜索检索笔记

# 示例：搜索包含 “机器学习” 且最近 30 天更新的笔记
feishu-bitable list_records \
  --app-token <APP_TOKEN> \
  --table-id <TABLE_ID> \
  --filter "title~'机器学习' AND updated_at > now()-30d" \
  --fields "title,summary,updated_at"

返回可直接渲染为 Markdown 列表，供 UI 展示或 Bot 推送。

4️⃣ 常见问题 & 调优技巧

5️⃣ 小结 & 进一步拓展

• 核心：Wiki + Bitable = “富文本 + 结构化”。
• 自动化：通过 OpenClaw Sub‑Agents 实时同步，实现 零手动。
• AI 助手：后续可以接入 ChatGPT 或 Claude，让它读取 Bitable 索引并根据自然语言查询笔记。