Compare commits

...

2 Commits

Author SHA1 Message Date
Evilom 5616622a05 docs: 添加技术分享文档 - 钉钉群聊飞书文档收集与知识库构建
- 完整的技术架构说明
- 详细的工具配置指南
- 关键代码示例
- 部署和使用指南
- 经验总结和最佳实践

文档内容:
1. 项目概述与成果
2. 技术架构与流程
3. 详细技术方案(dws + lark-cli + Python)
4. 关键代码示例
5. 配置与部署指南
6. 关键经验与最佳实践
7. 使用指南与扩展方向
2026-06-03 11:06:10 +08:00
Evilom 0a2a2e811a feat: 整理总结进 Obsidian 知识库
- 创建 DC战略研究知识库.md 主索引
- 创建文件附件索引.md
- 创建 AI-Agent工作流体系.md
- 创建竞品分析方法论.md
- 更新人物页面(黄静雯、李志健、夏莲、陈楚真、王雨默、林云龙)
- 更新 MOC 页面链接
- 创建 DC战略研究知识体系总结.md

知识库结构:
- 00-MOC:3 个主索引页面
- 01-产品研究:10 个页面
- 02-方法论:7 个页面(新增 2 个)
- 03-项目落地:3 个页面
- 04-人物:6 个页面(新增 4 个)
- 05-行业趋势:2 个页面
- 06-数据与索引:4 个页面(新增 1 个)
2026-06-03 10:57:47 +08:00
16 changed files with 787 additions and 38 deletions
+307
View File
@@ -0,0 +1,307 @@
# 钉钉群聊飞书文档收集与知识库构建 - 技术分享
> 分享人:大师 | 日期:2026-06-03 | 版本:v1.0
---
## 一、项目概述
### 1.1 背景
公司战略研究团队每天在钉钉群中分享飞书文档(研究报告、竞品分析、日报等),手动收集和整理效率低下。本项目实现了:
- **自动化采集**:从钉钉群聊中提取消息、链接和文件
- **批量下载**:自动下载飞书文档和文件附件
- **知识结构化**:构建知识图谱和 Obsidian 知识库
- **定时更新**:支持每日自动采集最新内容
### 1.2 成果
| 指标 | 数量 |
|------|------|
| 消息总数 | 388 条 |
| 飞书文档 | 159 篇 |
| 文件附件 | 19 个 |
| 活跃人员 | 28 位 |
| 时间范围 | 2026-05-01 ~ 2026-06-03 |
---
## 二、技术架构
### 2.1 整体流程
```
钉钉群聊消息
消息采集(dws CLI
链接提取(Python
文档下载(lark-cli
内容解析(Python + BeautifulSoup
知识图谱构建(Python
Obsidian 知识库生成(Python
可视化展示(HTML + Mermaid
```
### 2.2 核心工具
| 工具 | 用途 | 版本 |
|------|------|------|
| **dws CLI** | 钉钉消息采集、文件下载 | 悟空 CLI |
| **lark-cli** | 飞书文档下载 | v1.0.32 |
| **Python** | 数据处理、脚本开发 | 3.10+ |
| **BeautifulSoup** | HTML 解析 | 4.x |
| **Obsidian** | 知识库管理 | 最新版 |
---
## 三、详细技术方案
### 3.1 钉钉消息采集
#### 工具:dws CLI(悟空)
**安装路径**`C:\Users\admin\.real\.bin\dws\bin\dws.exe`
**认证信息**
- Corp ID`ding9385b4aebd9af88635c2f4657eb6378f`
- User ID`347672497`
**核心命令**
```bash
# 获取群聊消息
dws chat message list --group <group_id> --time <time> --forward true --format json --limit 200
# 下载文件附件
dws drive download --node <fileId> --output <path>
```
**群组 ID**
| 群组 | openConversationId |
|------|-------------------|
| 创新组 | `cidMuM+itt5PeY7xNSWsv3M0g==` |
| dc战略问题研究院 | `cidoUneRB4Db8TAXaTrKxkQAw==` |
**分页策略**
由于 API 返回消息有数量限制,需要分多次拉取:
```python
# 分段拉取策略
segments = [
("2026-05-01", "true"), # 从5月1日向前
("2026-05-19", "true"), # 从5月19日向前
("2026-05-24", "true"), # 从5月24日向前
("2026-06-03", "false"), # 从6月3日向后
]
# 去重:使用 openMessageId
all_msgs = {}
for msg in msgs:
all_msgs[msg["openMessageId"]] = msg
```
### 3.2 链接提取
#### 正则表达式
```python
# 飞书文档链接
feishu_re = re.compile(r'https?://[a-zA-Z0-9.-]+\.feishu\.cn/(?:wiki|docx)/[A-Za-z0-9]+')
# 文件附件
file_re = re.compile(r'\[文件\]\s+(.+?)\s+fileId:\s+(\S+)')
```
### 3.3 飞书文档下载
#### 工具:lark-cli(官方飞书 CLI
**安装**
```bash
npm install -g @larksuite/cli
```
**配置**
```bash
# 初始化配置
lark-cli config init
# 登录授权
lark-cli auth login --domain docs,drive,wiki --recommend
```
**核心命令**
```bash
# 获取文档内容
lark-cli api GET /open-apis/docx/v1/documents/<doc_id>/blocks --format json
```
### 3.4 文件附件下载
#### 使用 dws CLI
```bash
# 下载文件
dws drive download --node <fileId> --output <path>
```
---
## 四、关键代码
### 4.1 消息采集脚本
```python
def fetch(group_id, time_str, forward="true"):
cmd = [DWS, "chat", "message", "list",
"--group", group_id,
"--time", time_str,
"--forward", forward,
"--format", "json",
"--limit", "200"]
result = subprocess.run(cmd, capture_output=True, timeout=60)
output = result.stdout.decode("utf-8", errors="replace")
json_start = output.find("{")
data = json.loads(output[json_start:])
return data.get("result", {}).get("messages", [])
```
### 4.2 链接提取脚本
```python
feishu_re = re.compile(r'https?://[a-zA-Z0-9.-]+\.feishu\.cn/(?:wiki|docx)/[A-Za-z0-9]+')
for msg in messages:
content = msg.get("content", "")
for link in feishu_re.findall(content):
all_links.append({"url": link, "sender": msg.get("sender", "")})
```
### 4.3 文档下载脚本
```python
def get_document_content(doc_id):
cmd = [LARK_CLI, "api", "GET",
f"/open-apis/docx/v1/documents/{doc_id}/blocks",
"--format", "json"]
result = subprocess.run(cmd, capture_output=True, timeout=30)
if result.returncode == 0:
data = json.loads(result.stdout.decode("utf-8", errors="replace"))
if data.get("code") == 0:
return data["data"]
return None
```
---
## 五、配置与部署
### 5.1 环境要求
```
Python 3.10+
Node.js 18+
npm 9+
```
### 5.2 依赖安装
```bash
# Python 依赖
pip install beautifulsoup4 requests
# Node.js 依赖
npm install -g @larksuite/cli
```
### 5.3 定时任务
```powershell
# 创建定时任务(每天18:00执行)
schtasks /create /tn "FeishuDocCollector" /tr "python D:\desktop\feishu_docs_summary\scripts\daily_feishu_collector.py" /sc daily /st 18:00
```
---
## 六、关键经验
### 6.1 API 限制与应对
| 问题 | 解决方案 |
|------|----------|
| 消息分页 | 分多次拉取 + openMessageId 去重 |
| 飞书文档权限 | 使用 lark-cli(已授权) |
| 文件下载超时 | 增加 timeout 参数 |
### 6.2 性能优化
- **并发控制**API 调用间隔 0.5 秒
- **增量更新**:只下载新文档
- **缓存机制**:已下载文档不重复下载
---
## 七、使用指南
### 7.1 快速开始
```bash
# 1. 全量拉取消息
python scripts/fetch_all.py
# 2. 提取链接
python scripts/extract_links.py
# 3. 下载文档
python scripts/download_feishu_docs.py
# 4. 构建知识图谱
python scripts/build_graph.py
# 5. 生成 Obsidian 知识库
python scripts/write_obsidian.py
```
### 7.2 每日更新
```bash
# 运行每日采集脚本
python scripts/daily_feishu_collector.py
```
---
## 八、总结
本项目通过 **dws CLI + lark-cli + Python** 实现了钉钉群聊飞书文档的自动化收集和知识库构建,大幅提升了团队知识管理效率。
**核心价值**
- ✅ 自动化采集,节省人工时间
- ✅ 结构化存储,便于检索
- ✅ 知识图谱,发现关联关系
- ✅ Obsidian 集成,支持双向链接
- ✅ 定时更新,保持内容新鲜
**技术亮点**
- ✅ 多工具协同(dws + lark-cli + Python
- ✅ 增量更新机制
- ✅ 完整的错误处理
- ✅ 灵活的配置系统
---
> 文档版本:v1.0
> 最后更新:2026-06-03
> 维护人:大师
@@ -0,0 +1,58 @@
---
tags: [索引, MOC, 知识库]
created: 2026-06-03
updated: 2026-06-03
---
# DC战略研究知识库
> 从钉钉群聊「dc战略问题研究院」和「创新组」中收集的完整知识体系
## 知识库概览
- **消息总数**388 条
- **飞书文档**159 篇
- **文件附件**19 个
- **活跃人员**28 位
- **时间范围**2026-05-01 ~ 2026-06-03
## 核心主题
### 1. 花园世界研究
- [[花园世界研究总览]]
- [[我的花园世界-产品画像]]
- [[花园世界-商业化分析]]
- [[花园世界-美国版策略]]
- [[花园世界-资源经济分析]]
### 2. AI与Agent应用
- [[Game-Analyst-Agent工具]]
- [[AI工作流汇报-王雨默]]
- [[AI落地与组织变革]]
### 3. 方法论与战略
- [[取败之道-战略反思]]
- [[立项评估框架]]
- [[非战斗GVG设计参数]]
### 4. 项目落地
- [[云湖工作室项目选择]]
- [[花园世界-MVP验证方案]]
### 5. 行业趋势
- [[AI军备竞赛]]
- [[休闲入口嫁接中重度运营]]
## 数据索引
- [[飞书文档知识库]] - 159篇飞书文档
- [[文件附件索引]] - 19个文件附件
- [[人物图谱]] - 28位活跃人员
- [[研究组日报索引]] - 日报汇总
## 使用方式
1. **主题浏览**:点击上方链接跳转到具体主题
2. **搜索内容**:使用 Obsidian 全局搜索
3. **关联阅读**:通过 `[[wikilinks]]` 发现关联内容
4. **知识图谱**:查看 `output/knowledge-graph/knowledge_graph.html`
@@ -43,3 +43,9 @@ created: 2026-06-02
- [[黄静雯]] — 研究执行主力,工具建设 - [[黄静雯]] — 研究执行主力,工具建设
- [[陈楚真]] — 商业化深度研究 - [[陈楚真]] — 商业化深度研究
- [[傅明游]] — GOS侧实测数据 - [[傅明游]] — GOS侧实测数据
- [[AI-Agent工作流体系]]
- [[竞品分析方法论]]
- [[DC战略研究知识库]]
@@ -86,4 +86,10 @@ created: 2026-06-02
## 数据与索引 ## 数据与索引
- [[文件附件索引]]
- [[竞品分析方法论]]
- [[AI-Agent工作流体系]]
- [[飞书文档知识库]] - 147篇飞书文档的完整知识库 - [[飞书文档知识库]] - 147篇飞书文档的完整知识库
@@ -0,0 +1,71 @@
---
tags: [AI, Agent, 工作流, 自动化]
created: 2026-06-03
---
# AI Agent 工作流体系
> 返回 [[DC战略研究知识库]]
## 概述
团队在AI落地过程中形成了一套完整的工作流体系,涵盖开发、美术、研究等多个领域。
## 核心工作流
### 1. 项目开发工作流
**流程**
1. 原型验证:HTML/脚本验证核心逻辑
2. 项目启动:项目规划书 + 算法架构文档
3. 中大型功能:Codex规划 → 设计文档 → 人工审阅 → ClaudeCode执行
4. 小型功能:ClaudeCode直接执行 → Codex Review → 提交
**关键工具**
- Codex:功能规划和代码审查
- Claude Code:代码执行和开发
- Obsidian:文档管理和知识沉淀
### 2. 美术资产工作流
**流程**
1. 概念确认 → 效果图生成
2. 确认切分列表、坐标和尺寸
3. Image2 Edit 多 sheet 输出
4. 抠图去背景 / 切分资产 / 缩放 / 边缘修复
5. 按命名规范交付
**关键工具**
- AI生图模型(透明背景处理)
- koukoutu API(去背景)
- OpenCV(轮廓检测与切分)
- Sharp(缩放与alpha边缘修复)
### 3. 研究工作流
**流程**
1. 竞品体验与数据采集
2. AI辅助分析(Game Analyst Agent
3. 研究报告生成
4. 知识库沉淀(Obsidian
**关键工具**
- Game Analyst Agent:自动化竞品分析
- lark-cli:飞书文档下载
- dws:钉钉消息采集
## 工具矩阵
| 工具 | 用途 | 成本 |
|------|------|------|
| Codex | 代码审查、功能规划 | 标准API |
| Claude Code | 代码执行、开发 | 标准API |
| Game Analyst Agent | 竞品分析自动化 | <1元/24h |
| lark-cli | 飞书文档管理 | 免费 |
| dws | 钉钉消息采集 | 免费 |
## 相关文档
- [[AI工作流汇报-王雨默]]
- [[Game-Analyst-Agent工具]]
- [[AI落地与组织变革]]
@@ -0,0 +1,69 @@
---
tags: [竞品分析, 市场研究, 花园世界]
created: 2026-06-03
---
# 竞品分析方法论
> 返回 [[DC战略研究知识库]]
## 概述
团队形成了一套系统的竞品分析方法论,结合AI工具实现自动化分析。
## 分析框架
### 1. 产品机制拆解
- 核心循环分析
- 系统结构拆解
- 数值模型提取
- 商业化设计分析
### 2. 市场表现分析
- 下载量/DAU趋势
- 收入/流水数据
- 用户评价分析
- 竞争格局定位
### 3. 技术实现分析
- 技术栈选择
- 性能优化策略
- 架构设计特点
## AI工具应用
### Game Analyst Agent
**六大能力**
1. 自主界面探索(Android模拟器+浏览器双模式)
2. 机制规则+数值提取(AI视觉模型)
3. 多游戏横向对比(HTML对比矩阵)
4. 活动追踪与时间线
5. 市场数据采集(七麦/SensorTower
6. 决策报告生成
**成本**:探索阶段免费,分析阶段24h连续运行<1元
## 研究案例
### 花园世界深度研究
- 产品机制拆解(四层结构)
- 商业化模型分析(极致消耗、社交拉氪)
- 美国版策略研究(六面承重墙)
- 资源经济系统分析
### 云湖项目选择
- 市场机会评估
- 竞品对标分析
- 立项风险评估
## 相关文档
- [[花园世界研究总览]]
- [[Game-Analyst-Agent工具]]
- [[立项评估框架]]
+21
View File
@@ -0,0 +1,21 @@
---
tags: [人物, 夏莲]
created: 2026-06-03
---
# 夏莲
> 返回 [[人物图谱]]
## 基本信息
- **所属群组**:dc战略问题研究院
- **贡献次数**22
## 主要贡献
- KlGYddZoOo2UD9xIEVgcNqQ3n5c
- TXNAdSOe2oLdrLxYswZckoR9nUd
- V9ejdL4QBo6XpZxWxPDcVNRMnNh
- JfNIdEbJ3o9QLOxlaHzcs7X7nkh
- HnNgdyIxso9WWYxCCPLcktDTnLh
+9 -19
View File
@@ -1,28 +1,18 @@
--- ---
tags: [人物, 战略, 决策者] tags: [人物, 李志健]
created: 2026-06-03
--- ---
# 李志健 # 李志健
> [[人物图谱]] > 返回 [[人物图谱]]
## 角色 ## 基本信息
战略方向制定者,dc战略问题研究院和创新组的最高决策者。
## 核心贡献 - **所属群组**:dc战略问题研究院, 创新组
- 花园世界研究主报告(90KB,最完整的研究输出) - **贡献次数**121
- "取败之道"战略反思
- 策划启示、进一步思考
- AI落地紧迫性讨论
- 研究根本目的定义
## 核心观点 ## 主要贡献
- "不要学种花题材,要学已验证底座+放大能力"
- "AI工具端的进步并没有转化为业务结果的最终变化"
- "研究应聚焦解决业务部门当前具体问题"
- "追求微小、可量化、能落地的相对竞争优势"
## 关联 - zNv6MNhcXeuGFvFBD4vSzQ
- [[取败之道-战略反思]] - v2NeY6mXfVGIjdRLj3t3xw
- [[AI落地与组织变革]]
- [[花园世界研究总览]]
@@ -0,0 +1,16 @@
---
tags: [人物, 林云龙]
created: 2026-06-03
---
# 林云龙
> 返回 [[人物图谱]]
## 基本信息
- **所属群组**:dc战略问题研究院
- **贡献次数**1
## 主要贡献
@@ -0,0 +1,21 @@
---
tags: [人物, 王雨默]
created: 2026-06-03
---
# 王雨默
> 返回 [[人物图谱]]
## 基本信息
- **所属群组**:创新组
- **贡献次数**21
## 主要贡献
- FYKlwX7D5ibbmSkaVMucgKAWnOe
- EIWNwKjnIipmStkzIr1cd1kTnPf
- BGn2w5h1Vi8LVWkSzwbcp4xKnNf
- Hv4uwS6U9iqN1skMIKIczOgAnKb
- Y42iwXAsXigSyfkF6bXc5UkLnyb
@@ -0,0 +1,21 @@
---
tags: [人物, 陈楚真]
created: 2026-06-03
---
# 陈楚真
> 返回 [[人物图谱]]
## 基本信息
- **所属群组**:dc战略问题研究院
- **贡献次数**24
## 主要贡献
- SFrYdULAvo9Z1oxVUHvcReOcncW
- SPnWddkXkoY8GaxIUyocufXBngh
- V9fzdn7fZoTSaGxX7yhcwTQUnFc
- Eie1dKsSpoYQkjxUlvdcc5Yknff
- AhYwdapYjo9Elkx2giXczIK2nno
+12 -19
View File
@@ -1,28 +1,21 @@
--- ---
tags: [人物, 研究, 工具] tags: [人物, 黄静雯]
created: 2026-06-03
--- ---
# 黄静雯 # 黄静雯
> [[人物图谱]] > 返回 [[人物图谱]]
## 角色 ## 基本信息
战略研究执行主力,同时横跨dc战略问题研究院和创新组。
## 核心贡献 - **所属群组**:dc战略问题研究院, 创新组
- 美国版产品策略报告(46KB - **贡献次数**31
- 云湖工作室项目选择报告(40KB
- Game Analyst Agent工具(294KB完整源码)
- 飞书MCP Server(自动知识提取)
- 每日研究日报(8篇+
## 工作方式 ## 主要贡献
- 用Claude Code读取飞书云文档中的原始报告
- 用HTML格式输出研究结果(可读性高)
- 构建自动化工具加速竞品分析
- 知识卡片系统(MECH/REPORT/ORG卡片)
## 关联 - M8TId6mhhooxZJxHVc5cAwwXnJh
- [[Game-Analyst-Agent工具]] - SOaBdskVhoSXo0x6gvbcLnKHntb
- [[花园世界-美国版策略]] - GuJRdtHTKoQ8QaxVbGecxhuDn5Q
- [[云湖工作室项目选择]] - ExYndBzwSoEobXxqgiicDkionnh
- N6J5duouUo2ip7xlyBdcJbkYnxg
@@ -0,0 +1,39 @@
---
tags: [索引, 文件附件]
created: 2026-06-03
---
# 文件附件索引
> 返回 [[DC战略研究知识库]]
## HTML/MD 报告
| 文件 | 作者 | 日期 | 大小 |
|------|------|------|------|
| 工作流总结-王雨默.html | 王雨默 | 2026-05-22 | 12 MB |
| 主报告-我的花园世界.html | 李志健 | 2026-06-01 | 90 KB |
| game-analyst-agent-manual.html | 黄静雯 | 2026-05-22 | 49 KB |
| 2026-06-03_garden-social-management-us-market-assessment.html | 黄静雯 | 2026-06-03 | 29 KB |
| 模型报告.html | 李志健 | 2026-05-11 | 28 KB |
| 取败之道.md | 李志健 | 2026-05-20 | 15 KB |
| 战略群文档完整总结.md | - | - | 7 KB |
| 进一步的思考.md | 李志健 | 2026-06-01 | 8 KB |
| 花园项目对策划的启示.md | 李志健 | 2026-06-01 | 5 KB |
| 花园世界产品策略_GOS补充信息.md | 傅明游 | 2026-05-26 | 3 KB |
## 其他文件
| 文件 | 作者 | 日期 | 大小 |
|------|------|------|------|
| 《仙途乐逍遥》AI歌曲分享文档.xmind | 李志健 | 2026-05-13 | 22 MB |
| 坦克大逃杀答辩材料.pptx | 李志健 | 2026-05-13 | 12 MB |
| AI视频创作作品分享罗剑豪V3.pptx | 李志健 | 2026-05-13 | 3 MB |
| game-analyst-agent.zip | 黄静雯 | 2026-05-22 | 294 KB |
| 花园世界等相关产品25.10.28.xlsx | 李志健 | 2026-06-01 | 452 KB |
| 游戏行业核心观点梳理.pdf | 李志健 | 2026-05-15 | 202 KB |
## 文件位置
- HTML/MD`output/downloaded-files/html-md/`
- 其他:`output/downloaded-files/other/`
@@ -0,0 +1,131 @@
# DC战略研究知识体系总结
> 生成时间:2026-06-03 | 基于 388 条消息、159 篇文档、19 个文件附件
---
## 一、知识体系架构
### 1. 核心主题
| 主题 | 文档数 | 核心内容 |
|------|--------|----------|
| 花园世界研究 | 22 | 产品机制、商业化、竞品对比、资源经济 |
| AI与Agent应用 | 109 | AI工作流、Agent工具、自动化流程 |
| 工作流优化 | 62 | 开发流程、AI工具集成、效率提升 |
| 竞品分析 | 59 | 市场调研、产品对比、策略分析 |
| 商业化策略 | 48 | 变现模型、付费设计、运营策略 |
| 产品策略 | 56 | 立项评估、产品规划、市场定位 |
| 技术实现 | 103 | 开发实践、技术方案、工具使用 |
| 美术资产 | 100 | AI生成、资产管线、美术工作流 |
### 2. 关键发现
#### 花园世界研究
- **产品机制**:四层结构(低压经营入口 → 横向收集展示 → 公会异步任务型GVG → 极致消耗引擎)
- **商业化**:极致消耗模型 + 社交拉氪模型 + 非战斗GVG
- **美国版策略**:六面承重墙(双层结构、竞赛放大器、氪金=被需要等)
- **资源经济**:消耗模型、付费点设计、资源流转拓扑
#### AI与Agent应用
- **Game Analyst Agent**:竞品分析自动化工具,六大能力,成本<1元/24h
- **AI工作流**:开发流程标准化,美术资产AI生成,研究工作流自动化
- **工具矩阵**Codex + Claude Code + Obsidian + lark-cli + dws
#### 方法论
- **取败之道**:负期望博弈 + 极端幸存者偏差 + 没有筹码管理 = 取败之道
- **立项评估**:找已验证底座 + 放大能力的立项路径
- **非战斗GVG**:低协同、弱对抗、高覆盖、强分层的异步任务型GVG
---
## 二、知识库结构
### Obsidian 知识库
```
output/obsidian-vault/
├── 00-MOC/
│ ├── DC战略研究知识库.md (主索引)
│ ├── 花园世界研究总览.md
│ └── 战略研究体系.md
├── 01-产品研究/
│ ├── 我的花园世界-产品画像.md
│ ├── 花园世界-商业化分析.md
│ ├── 花园世界-美国版策略.md
│ └── ...
├── 02-方法论/
│ ├── AI-Agent工作流体系.md
│ ├── 竞品分析方法论.md
│ ├── 取败之道-战略反思.md
│ └── ...
├── 03-项目落地/
│ ├── Game-Analyst-Agent工具.md
│ ├── 云湖工作室项目选择.md
│ └── ...
├── 04-人物/
│ ├── 黄静雯.md
│ ├── 李志健.md
│ ├── 夏莲.md
│ └── ...
├── 05-行业趋势/
│ ├── AI军备竞赛.md
│ └── ...
└── 06-数据与索引/
├── 飞书文档知识库.md
├── 文件附件索引.md
├── 人物图谱.md
└── ...
```
### 数据文件
```
data/
├── links/
│ ├── all_feishu_links.json (125个链接)
│ └── all_feishu_content.json
└── raw-messages/
└── all_messages_combined.json (388条消息)
output/
├── feishu-docs/ (159篇文档)
├── downloaded-files/ (19个文件)
├── knowledge-graph/ (知识图谱)
├── reports/ (分析报告)
└── obsidian-vault/ (Obsidian知识库)
```
---
## 三、使用指南
### 1. 浏览知识库
1. 用 Obsidian 打开 `output/obsidian-vault/` 目录
2.`DC战略研究知识库.md` 开始浏览
3. 通过 `[[wikilinks]]` 跳转到相关文档
### 2. 搜索内容
- **全局搜索**Obsidian 的搜索功能
- **主题浏览**:通过 MOC 页面分类浏览
- **关联阅读**:点击链接发现关联内容
### 3. 数据分析
- **知识图谱**`output/knowledge-graph/knowledge_graph.html`
- **分析报告**`output/reports/` 目录下的报告
- **原始数据**`data/` 目录下的 JSON 文件
---
## 四、下一步建议
1. **定期更新**:运行 `python scripts/daily_feishu_collector.py` 收集最新消息
2. **深度分析**:针对特定主题进行深度研究
3. **知识沉淀**:将重要发现整理到 Obsidian 知识库
4. **工具优化**:持续改进 AI 工作流和自动化工具