想象一下，早上打开电脑，你的 PKM （Personal Knowledge Management）知识库（第二大脑）中出现人工智能帮你总结的各种主题的文章。这样开启你的一天怎么样？本文就会帮助你实现这一点。
背景
Readwise Ghostreader 和 Cubox 可以利用人工智能（Artificial Intelligence, AI）自动总结文章；有些浏览器插件也能实现类似功能，比如，Glarity、Elmo 和 Kimi。这些工具可以大大提高文章阅读效率，自己在日常工作和生活中也在使用。但是，上述工具当前只能针对单篇文章进行总结、问答等操作。
有些工具能够用邮件的方式给你发送多篇文章总结。但是，我们仍然需要手动对这些文章进行阅读、总结等操作，然后将其转移到我们的知识库中。
那么，我们是否能够让这个文章总结和阅读的过程更加智能、自动化和高效一些？比如，让 AI 把总结的内容直接发送到你的知识库？答案是肯定的。下面详细介绍如何实现这一点。
总体介绍
该工作流可以利用 AI 总结哪些方面的内容呢？包括但不限于新闻文章、科技媒体、播客节目、科研期刊等等，因为这些内容来源很多都提供 RSS 订阅；又或者可以用第三方工具将它们转换为 RSS 订阅。
之所以想到构建从信息源到知识库的工作流，思考过程概括如下：
当时已经构建了好几个 IFTTT Applet 用来将 Inoreader 中订阅的文章保存为 Markdown 格式的文本
Obsidian 使用 Markdown 格式存储笔记
浏览器中有插件可以总结网页文章内容
IFTTT 推出了 AI 组件
Hazel 可以把文件移动文件到期望的位置
比如，Obsidian 库所在的文件夹
可以看出，这些元素使得构建本文的 AI 自动总结工作流自然而然地产生。
涉及工具
本文介绍的 AI 自动化阅读工作流主要涉及如下工具：
Inoreader
一个 RSS 订阅工具。其中可以订阅不同类型的内容，比如，新闻、播客节目、期刊文章等。
同类工具还有 Feedly。
IFTTT
一个工作流自动化工具。
同类工具还有 Zapier。
IFTTT AI
随着 ChatGPT 类 AI 工具流行起来后，IFTTT 推出的 AI 组件。
可以用来总结会议笔记、定制 Prompt 实现更加灵活的 AI 使用体验。
Hazel
一个自动帮你组织文件夹的工具。
这是一个 macOS 平台下的工具；大家假如有其他平台下的类似工具，也欢迎推荐和讨论。
Obsidian
一个基于 Markdown 纯文本文件格式的、可以离线使用的工具。
可以用它来实现 PKM、打造知识库（第二大脑），也可以用来管理任务。事实上，我用它来管理项目、任务和知识，构建了自己的 PTKM (Project, Task, and Knowledge Management) 系统。
Dataview
Obsidian 的一个社区插件，可以用来查询笔记、任务等。
本文用该工具查询显示满足条件的 AI 总结文本。
值得注意的是：
Hazel 不是 AI 总结工作流必须的工具。假如没有该工具，仍然可以手动将总结的文件移动到知识库中，只不过自动化程度有些影响。
这些工具本身的使用不是本文的重点，所以就不详细展开介绍。相信你可以在少数派和网上找到很多相关的文章。
上面介绍的几个工具，也是信息流动的方向，下面挨个介绍其配置方法。
在 Inoreader 中订阅文章
首先，我们需要在 Inoreader 中订阅文章。我们可以把需要 AI 总结的文章放到一个文件夹里，这样就可以在后面的 IFTTT 配置步骤中选择该文件夹。
比如，如下图片可以看到我把想要总结的 RSS 订阅源放到了 00-00-IFTTT AI 这个文件夹中。右侧则显示了少数派这个订阅源中最新的几篇文章。
配置 IFTTT AI 总结文章
针对这里的配置过程，我想先介绍一个前提条件：在保存 IFTTT AI 总结的文章内容时，我想要将当天的文章总结在一个文件中。要实现这一点，在我调研的几个网盘工具中，只有 Dropbox 能够满足我的需求；其他网盘工具则无法满足我这方面的需求。
比如，OneDrive 无法将 IFTTT AI 总结的新的文章内容附加到已有的文件中，而是只能总结创建为新的文件存储。
当然，假如你想要把每篇文章的总结当作单独文件对待，这个就不是问题。
另外一方面，这里我是基于 IFTTT 设计的 AI 文章总结工作流；假如使用其他同类工具，可能可以选择不同的网盘工具。也欢迎大家分享自己的使用经验。
而且，即便选择 Dropbox 作为网盘工具，它也有一个不足：无法将文件创建为 Markdown 格式，而是只能创建为 TXT 格式。当然，这个问题可以通过如下方案解决：Hazel 在移动/复制文件到一个新的文件夹时，可以同时修改文件的扩展。
对应到这里的需求，可以让 Hazel 把
.txt格式的文件更改为.md格式。这样就可以顺利在 Obsidian 中编辑和阅读。
下面详细介绍 IFTTT 的配置步骤及说明。
总体配置
首先是总体的配置。可以看出，这个 IFTTT Applet 主要包含如下几个元素：选择 Inoreader 中需要总结的订阅源；利用 AI Prompt 总结文章；最后，利用 Dropbox 保存总结后的文件。
配置 Inoreader
这里需要选择 Inoreader 账号，初次配置时会提示登陆账号。之后可以选择所要总结的文章在 Inoreader 中的文件夹。
配置 AI Prompt
配置 AI Prompt 时可以根据需求调整，其中 ArticleContent 表示从上一步得到的 Inoreader 中的文章文本内容。
同时，可以指定总结文章时所用语言。非常有用的一点是，当原文语言不是自己期望的阅读语言时，可以指定总结的语言，比如中文；这就相当于总结加翻译文章，这对阅读其他语言的文章很有帮助。
配置 Dropbox
这里需要登录 Dropbox 账号、设置文件名称。对于内容部分；可以按照自己的喜好配置格式。我所使用的内容配置方式主要有如下特点：
每篇文章的总结都会放到一个单独的二级标题下，标题名称为文章日期。
总结的内容用任务的形式给出，这样方便后面用 Dataview 查询总结结果。
更进一步，这是因为我的工作流是以任务管理为核心的，因为就像我在之前一篇文章介绍的那样：万事皆任务。
每篇文章的总结包含的元素有：AI 总结、作者、订阅源名称、文章标题以及文章链接。
最后可以指定 Dropbox 中存储 AI 总结的文件夹。
利用 Hazel 移动文件到 Obsidian 库
既然前面已经将文章总结存储在 Dropbox 中，现在可以设置网盘将总结的文件自动下载到本地。然后就可以利用 Hazel 将总结的文件复制到 Obsidian 库，并且修改文件扩展为 Markdown 格式。
图片左侧的 IFTTT AI_Daily_MD 对应于 Dropbox 中的文件夹；右侧的 IFTTT AI 对应于 Obsidian 库中的一个文件夹。
这个 Hazel 规则会在电脑后台自动运行，即便你关闭下面这个应用窗口也没有问题。
利用 Dataview 列出 AI 总结
下面的图片可以看出复制到 Obsidian 库中的一些总结的文件。可以看出，IFTTT AI 已经帮我总结了 135 天的订阅内容更新，每天的总结都涉及多个订阅源的多个主题。
如下是 AI 总结的其中一篇文章的具体内容。可以看出，它包含总结文本、订阅源名称、文章标题、链接等信息，符合配置预期。
下面的图片可以看到 Dataview 查询给出的三个订阅源：少数派、量子位、The Economist 的文章总结；并且把他们按照订阅源分组显示结果。
需要注意的是，这里特意仅仅给出 2024-07-20 当天的、来自上述三个订阅源的文章，因为屏幕空间有限。当然，既然 IFTTT AI 已经生成了很多 AI 总结的文件，我们可以查询显示更多文章总结内容。
得到 AI 总结的文章内容后，我们就可以挨个浏览，然后决定是否阅读详细文章内容。
小结
本文介绍了利用 AI 把总结的文章自动发送到知识库的整个过程，可以大大提高多种类型文章的阅读效率，包括但不限于新闻文章、科技媒体、播客节目、科研期刊等等。
简单来说，该工作流的实现过程包括：在 Inoreader 中订阅文章、利用 IFTTT AI 总结文章并发送到 Dropbox、利用 Hazel 把总结的文件复制到 Obsidian 库、以及利用 Dataview 查询文章总结结果。
利用 AI 昼夜不停地帮你总结各种主题的文章，然后自动发送到知识库中，就像有人每天给你做简报一样。每天这样开启一天想想还是很美好的。
后记
我从读博的时候就开始探索 PTKM (Project, Task, and Knowledge Management) 系统，用它来管理工作和生活的方方面面，至今已经六年多了。PTKM 是一个以任务管理为核心的系统，因为记录笔记、整理笔记、构建知识库本身就是很多任务，也因为万事皆任务。当然，我们的日常工作和生活不止涉及构建知识库（PKM、第二大脑），更需要完成很多项目和任务、需要有产品的产出。因此，我们需要系统地、协调地管理各种项目、任务和知识，而 PTKM 可以帮你实现这一点。
实际上，打造这里的 AI 文章总结工作流本身也是一个项目，我是用 PTKM 管理和实现的；撰写这篇文章本身也涉及很多任务，包括但不限于准备写作图片、编辑图片、将想法完善为初稿、校对文章内容等等。撰写本篇文章还只是持续几天的小项目；我还用 PTKM 管理持续数年的大项目，比如，整个读博过程，现在作为科研人员申请、管理和执行项目，和学术单位及企业合作等等。所有这些涉及无数的任务和笔记、多个项目的并行管理和执行，我都是用 PTKM 来实现的。
