微信、钉钉、便签、待办——我把所有数据接进了一套系统

微信 8 个工作群、钉钉 468 个会话、106 条便签、待办清单，全部自动流进我本地的一套知识库。这是"AI 解密攻防"系列收官篇，交总图。

2026 年 8 月 12 日早上 6 点 52，我在刷牙，电脑在干活。钉钉群的新消息解密、归档，全程没人碰键盘。七分钟前，6 点 45，微信 8 个工作群的前一日日报刚生成完。

我是野生码农，39 岁，程序员。这是系列的第六篇，也是收官。前五篇是五条战线的战报：微信、钉钉、印象笔记、便签、待办，一篇一场仗。这篇不开新仗，讲这些仗打下来的数据，最后流去了哪、怎么管的。

一、先交账:五条链路,一张表

每条链路一句方法论，都是那一篇拿真金白银换的：

微信那一晚，"钥匙总在开门的那一刻出现在锁孔里，那我就守在锁孔边上"。钉钉是反转，"有时候门根本没锁，你只是需要先把'它一定锁得很死'的预设放下"。印象笔记是文档骗人，"文档上写的东西和实际跑起来的东西，中间那条缝，只有动手的人知道有多宽"。便签是换个思路，不碰加密协议，页面即解密器。待办这条更巧：应用自己带着解密库，那就借它自己的 Electron 引擎，用它自己的钥匙开它自己的库，只读打开副本导出。

技术细节这篇都不重复，前五篇各自写透了，这里只留坐标。

二、总图:不是五个工具,是一个形状

五条链路打法各不相同，拆开看，全是同一个形状：

只读快照，解密或取出，增量，落盘。

第一步快照。所有链路共用的第一条规矩：先复制一份数据库再动手，原库永远不碰。微信是逐页 AES-256-CBC 解密快照加 WAL 合并；钉钉是逐页 ECB 加校验链重算；便签和待办干脆不解文件，借应用自己把明文交出来。打法不同，纪律相同：只读。

第三步增量。每天跑的东西，不能每天全量拉。办法统一叫水位线：上次读到哪，把最大 ID 记在一个本地 JSON 里，下次只取线以上的。WAL 是 SQLite 的预写日志，新数据先记进这个暂存账本，水位线保证账本里的新账也逃不掉。钉钉的消息表拆成 128 个分片，照样一条水位线管到底。

第四步落盘。所有渠道的产物落进同一个入口目录，按来源、按日期排好：微信按群分文件，钉钉按天，便签一份结构化 JSON 加一份可读全文，待办一份 JSON。文件名规规矩矩，因为下一步的分类要靠它。

三、汇进知识库:文件是真相,数据库只是索引

落盘之后，进我的本地知识库系统。设计哲学一句话：文件即真相源。

所有内容以 Markdown 存盘，文件头几行是元数据：标题、分类、标签、领域、级别。SQLite 数据库里只存索引，核心是一张全文检索表：

CREATE VIRTUAL TABLE entries_fts USING fts5(
    title, content, tags, tokenize='trigram'
);

FTS5 是 SQLite 自带的全文检索引擎；trigram 是把文本切成三三字组的切词方式，中文没有空格分词，用它最省事。索引按文件内容哈希增量更新，哈希没变的文件直接跳过。库文件整个删掉也不怕，一条命令扫目录重建，因为真相在文件里，不在库里。

8 月 13 日我跑了一次统计：671 条，2556400 字。256 万字，全在我自己这台电脑里。

四、一个分类器,所有渠道共用

渠道多了，最怕每个渠道一套规矩。我以前就乱在这：知识库一套目录，待办 App 一套分类，群里一套 P0/P1/P2 分级，三套互不相通，同一条消息在三个地方有三种归法。

现在规矩只有一条：所有渠道，过一个分类器，规则只维护一份。

拿公文归档说。工作群和钉钉里收到的正式文件，按来文单位归档成一棵树。分类器核心是一条优先级链：

def classify_unit(filename, source="", sender="", user_folder=""):
    # 优先级从高到低:
    # 1. 我本人手工归档的目录名(最强证据,我亲手分的类)
    # 2. 文件名关键词规则(顺序匹配)
    # 3. 编号公文兜底
    # 4. 发送者映射
    # 5. 以上都不中,归"其他"

上线当天，163 份历史公文迁移，分类器的结果和我手工归档的目录逐份比对，0 分歧。校验集不是拍脑袋定的，是我自己多年手工归档的文件夹。让 AI 拿用户自己手工归档的文件夹当考试答案，而不是拍脑袋定规则，这就是全部秘诀。

也有翻车。第一版跑出过 2 处分歧，查下来不是模型不行，是规则里有一处自作聪明的归并。修完才到的 0。

分类体系本身也统一了：领域五个，工作、生活、健康、学习、财务；级别四级，P0 指令待办、P1 重点跟踪、P2 知会、P3 存档。历史 370 多条笔记不搬家，原地不动，新产出的每条带元数据进索引。能不动存量就不动存量，搬家的成本比它们余生的价值高。

五、最后一步,我把"自动"砍了

我以为数据接进来就是终点。真用起来才发现，采得到只是上半场，管得好才是下半场。

数据进门之后还有一道管道，五步：同步、归档、分析、生成待办、收尾。首跑产出 P0 两条、P1 一条，和我近 14 天 8 条未完成待办比对，无重叠。分析是准的。

然后我把最后一步砍了。生成的 3 条新待办，一律先演示、我逐次确认、确认后才写入，不得自动写进我的 App。

理由一句话：分析和建议可以自动，写进我的 App 必须逐次过手。自动写入的话，我每天都得检查清单里有没有它自作主张塞进来的东西，这个心理成本比手动确认高得多。

自动化的边界不是技术能力，是逐次过手。

六、五个判断点,谁再接渠道谁用得上

1. 先快照，再动手，原库永远不碰。
2. 增量靠水位线，不靠时间戳猜。
3. 分类器拿用户手工归档当考试答案，别拍脑袋定规则。
4. 管道活性检查必须配数据时效检查。钉钉那条线我栽过：解密每天成功，数据停在 7 月 31 日，连续 7 天假阴性。[ok] 报的是工具活着，不是数据活着。
5. 分析自动，写入过手。

边界还是那句，系列里每篇都说一遍：全程只在自己电脑、自己账号上操作，只读不写，产物不出本机。读懂自己的数据，天经地义。单位、群名、同事的事一个字不写，上面所有代码都是脱敏后的关键片段，流程只指向一个目的：读自己的数据，建自己的知识库。

这个系列到这里收官。五场仗加一张总图，我最大的收获不是那 256 万字，是那个形状：再冒出新渠道，照着形状接，快得很。

FAQ

问：这些工具能分享吗? 思路全在这篇和前五篇里，快照纪律、水位线、分类器优先级，照抄就能用。具体工具不公开，原因明牌：我不想写出任何能被拿去读别人数据的教程。评论区可以聊思路，聊到多细都行。

问：历史笔记为什么不搬进新体系? 370 多条搬一次的成本，比它们余生产生的价值还高。新产出带元数据进索引，旧的靠全文检索兜底，256 万字也搜得动。

问：待办让 AI 直接写进 App,不是更省事? 省事和省心是两回事。分析和建议它全做，落笔那一下必须是我。

问：普通人值得搞这套吗? 看消息密度。群里一天几十条通知加文件、要归档备查的，值；群只用来吹水的，别折腾。前期每条链路一晚到几晚不等，跑起来之后维护成本约等于零，计划任务自己跑。

我是野生码农，AI 实战派。自研 AI 本地知识库系统、AI 数字员工团队、软考 AI 备考系统、量化交易系统，全程公开复盘。

"AI 解密攻防"系列六篇到此收官：微信、钉钉、印象笔记、便签、待办，加这篇总图，都在合集里。8 月 30 日前后还有一份月报，这套系统和 AI 团队第一个月跑了多少活、花了多少钱，真实数据全公开，难看也放。

关注我，看真的。

野生码农 · 全网同名 · AI 数字员工实战复盘，数据只报实测