# 用 WorkBuddy 一天搭建个人知识库：170 个文件批量分析 + 196 页扫描件 OCR 全流程实战

本文记录了一位金融从业者用 WorkBuddy 在一天内完成的工作：将桌面积攒的 170 个工作文件全部读取分析、对 196 页图片 PDF 做 OCR 识别、搭建三层记忆体系并设置自动化任务。全程零代码基础，纯自然语言驱动。

标签：#WorkBuddy #AI办公 #知识库搭建 #OCR #自动化

一、背景：桌面文件泛滥怎么办？

作为一名金融行业从业者，我的桌面积攒了一个名为"临时"的文件夹，里面堆了 170 个文件——Word 报告、Excel 数据表、PPT 课件、PDF 文件、各种截图和脚本，横跨信贷知识、政策法规文件、项目材料、考试题库等多个主题。

每次想找一份资料，都要在文件夹里翻半天。更头疼的是，其中有几个 PDF 是扫描件，根本没法复制文字。

如果手动整理，保守估计要三四天。但我用 WorkBuddy，一天就全部搞定了。

二、第一步：搭建三层记忆体系（10 分钟）

WorkBuddy 有一个"记忆"机制——它能记住你的偏好和项目信息，下次对话自动调用。我让它帮我搭建了三层结构：

1. 用户级记忆（跨项目共享）

路径：~/.workbuddy/MEMORY.md

这里记录我的通用信息：职业身份、工作领域、语言偏好、文件处理习惯等。所有项目都会读取这个文件。

2. 项目级记忆（当前项目专用）

路径：项目目录/.workbuddy/memory/MEMORY.md

记录当前项目的长期笔记：项目概况、关键约定、知识库现状、待办事项等。

3. 项目知识资料库（可见可检索）

路径：项目目录/knowledge-base/

怎么跟 WorkBuddy 说：直接说"先建立好记忆资料库"就行，它会自动创建目录结构和种子文件。

三、第二步：批量分析 170 个文件（30 分钟）

1. 文件盘点

我让 WorkBuddy 扫描了整个文件夹，它自动统计出：

2. 批量文本提取

WorkBuddy 在隔离的 Python 虚拟环境中安装了 python-docx、openpyxl、python-pptx、pdfplumber 等库，然后写了一个脚本，一次性提取了所有 104 个文档的文本内容。

关键点：

• 只读操作：不会修改或删除源文件
• 自动分类：按主题聚类，识别出信贷产品体系、党建材料、全域土地整治、重大项目营销等类别
• 结构化摘要：每个文件生成标题、主题、核心内容的简要描述

3. 查看图片内容

对于 62 张图片，WorkBuddy 用多模态能力直接查看了关键的数据图表截图，理解了图表内容（如全市金融数据、季度统计数据等）。

4. 生成分析报告

最终自动生成了一份结构化分析报告，包含：

• 总体画像
• 文件类型统计
• 主题聚类（每类列出关键文档与核心内容）
• 可直接复用的工作资产清单
• 无法提取文字的扫描件清单
• 建议的知识库分类方案

报告保存到了 knowledge-base/01-项目笔记/ 目录。

四、第三步：高价值文档入库（15 分钟）

分析完成后，我让 WorkBuddy 把最有价值的 20 份文档复制到知识库，按主题分类存放：

• 02-参考资料/金融业务基础/：业务读本、考试题库
• 02-参考资料/金融产品体系/：产品解读、项目要点
• 02-参考资料/政策与讲话/：政策解读、领导讲话稿
• 02-参考资料/全域整治/：调研报告、政策操作要点
• 02-参考资料/重大项目/：项目可行性报告
• 03-模板/：汇报模板、宣讲稿模板

全部是复制操作，桌面原件原封不动。

每份文档都在 00-索引/index.md 中登记，后续检索一目了然。

五、第四步：196 页扫描件 OCR（核心难点）

这是最让我意外的部分。我有 7 个 PDF 是纯扫描件（没有文字层），包括一份 154 页的金融管理细则。人工录入这些内容几乎不可能。

技术方案

WorkBuddy 选择了 RapidOCR + PyMuPDF 方案：

1. 用 PyMuPDF 将 PDF 每页渲染为图片
2. 用 RapidOCR（基于 ONNX 运行时）对每页图片做文字识别
3. 识别结果保存为 Markdown 文件

为什么选 RapidOCR？

• 不需要安装 Tesseract（Windows 上配置麻烦）
• 纯 Python 安装，pip install rapidocr-onnxruntime 即可
• 中文识别效果不错
• 不依赖 GPU，CPU 就能跑

实际效果

7 个 PDF 共 196 页全部识别完成，输出文本存入 knowledge-base/02-参考资料/_OCR/：

OCR 中文识别有少量噪声（如"副主任"偶尔识别为"副主色"），但整体可读性很好，关键数据建议回看原件核对。

六、第五步：设置自动化任务（5 分钟）

WorkBuddy 支持定时自动化任务，我用自然语言描述需求，它自动创建：

1. 每周检查技能更新（每周一 09:00）

"检查 WorkBuddy 自我进化相关技能/插件的更新情况，有重要更新才通知我。"

2. 定期收集区域数据（每 3 天 08:00）

"收集天津市最新统计数据和金融讯息，写入记忆，不用通知我。"

3. 关注开源大模型动态（每两周 周一 10:00）

"关注可本地部署的开源大模型更新，有飞跃式更新才提醒我。"

三个任务全部通过对话创建，无需任何配置文件，WorkBuddy 自动设置好 cron 规则。

七、成果总结

原来需要三四天手动整理的工作，一天全部完成。

八、踩坑记录与经验

1. 图片 PDF 的识别

WorkBuddy 的多模态能力可以直接看图片，但对 PDF 里的扫描页不行——因为 PDF 是"文档"不是"图片"。需要先用 PyMuPDF 把 PDF 页面渲染成图片，再交给 OCR 引擎识别。

2. 积分消耗

批量分析 170 个文件确实消耗不少积分。建议：

• 先让 WorkBuddy 做文件盘点（消耗少），确认范围后再批量提取
• OCR 是最耗积分的环节，可分批进行
• 简单问答切到轻量模型，省积分

3. 敏感材料处理

涉及内部材料时，可以在记忆中设定边界。我的做法是：

• "涉及各类敏感材料可以整理进记忆、知识库，但不对外传播"
• WorkBuddy 会在处理时自动遵循这个约定

4. 工作模式选择

WorkBuddy 有三种模式：

• Craft（你说我做）：立即执行，适合明确任务
• Plan（先想后做）：先出方案再执行，适合复杂任务
• Ask（只问不做）：纯问答，不操作文件，省积分

批量文件分析这种任务建议用 Craft 模式；写材料建议先 Plan 再 Craft。

九、适用场景推荐

这个方案不限于金融业，任何需要整理大量文档的场景都适用：

• 律师/法务：批量整理合同、判决书、法规文件
• 教师/研究员：整理文献、课件、研究资料
• 公务员：整理政策文件、汇报材料、统计数据
• 企业白领：整理项目文档、会议纪要、报告
• 学生：整理论文文献、课堂笔记

核心流程不变：盘点 → 批量提取 → 分类入库 → OCR → 自动化。

十、写在最后

WorkBuddy 最打动我的不是某个单一功能，而是全流程贯通的能力——从文件扫描、文本提取、OCR 识别、知识库搭建到自动化任务设置，全程自然语言驱动，不需要写一行代码。

以前我觉得 AI 助手就是"聊天工具"，这次实操彻底改变了我的看法。它不是在"建议"我怎么做，而是直接帮我做完了。

如果你也有堆积如山的文件需要整理，不妨试试这个方案。

本文为原创实操记录，基于 WorkBuddy 桌面版真实使用体验。如有疑问欢迎评论区交流。